中文互联网没有好内容吗？2023不大可能会有新版本的ChatGPT了

前几天OpenAI的老板说，目前还没有在未来半年训练GPT-5的计划。

所以年内不大可能会有新版本的ChatGPT了。

这对国内其他语言大模型（LLM）来说是个好消息：指不定可以利用这个时间窗口，弯道超车。

但我还是没那么乐观。

前几天跟我以前的技术合伙人聊了聊，他说他挺认同 「中文语料质量比较差」的观点。

英文有句谚语叫「We are what we read」（我们是我们读的书的总和）。

而AI这东西跟人一样，输入AI的语料库的质量决定了它输出的质量。

如果输入的数据都是*，那输出的也都是*（Garbage in, garbage out）。

所以从这个角度，在LLM方面，中文语境为主的国内厂商要弯道超车可能还是比较难。

So， 中文互联网真的没有好内容吗？

很多人之所以这么论断，主要还是因为中英的内容数量本身就不在一个量级——

Anyway，我觉得说「中文语料库不行」的人，更多还是想发泄情绪上的不满吧。

毕竟AI的学习，也不是囫囵吞枣，还是会做数据清洗的。

另外，虽然互联网普及率上来了，但算法也造成了信息茧房。

你要完全屏蔽非知识类内容也不是没有办法。

还有就是，追求认知提升的人们总会想到自己的新去处。

比如我身边有很多朋友都很喜欢用Podcast/播客——浮躁的多数人是没法静下心来收听严肃内容的。