Gemini自曝文心一言牵出重大难题，全球陷入高质量数据荒？2024年或将枯竭

AIGC动态欢迎阅读

原标题：Gemini自曝文心一言牵出重大难题，全球陷入高质量数据荒？2024年或将枯竭
关键字：数据,知识产权,模型,语料,网友
文章来源：新智元
内容字数：6101字

内容摘要：

新智元报道编辑：编辑部
【新智元导读】Gemini自曝自己是文心一言，听之虽然好笑，背后原因却令人忧心：互联网语料或许已经被AI严重污染，而且全球都陷入了高质量数据荒，最早在明年将面临枯竭！谷歌Gemini，又出丑闻了！
昨天上午，网友们激动地奔走相告：Gemini承认自己是用文心一言训练中文语料的。
国外大模型用中国模型产生的中文语料训练，这听起来就是个段子，结果段子竟然成现实了，简直魔幻。
微博大V「阑夕」夜亲自下场，在Poe网站上实测了一番，发现的确如此——
不需要前置对话，不是角色扮演，Gemini直接就会承认自己是文心一言。
Gemini Pro会说自己是百度的文心大模型。
还说自己的创始人是李彦宏，然后盛赞他是一位「有才华和远见的企业家」。
所以，这是因为数据清洗没做好，还是在Poe上调用API出现的问题？目前原因还未可知。有网友说，其实自始至终都只有一个AI，是在演给人类看呢。
其实早在今年3月，谷歌就曾曝出Bard的训练数据部分来自ChatGPT，因为这个原因，Bert一作Jacob Devlin愤而跳槽OpenAI，然后曝出了这个惊天内幕。
总之，此次事件再次证明：

原文链接：Gemini自曝文心一言牵出重大难题，全球陷入高质量数据荒？2024年或将枯竭