为什么前沿实验室不透露训练数据量？
摘要
文章质疑为何OpenAI和Anthropic等前沿AI实验室不公开其训练数据规模，暗示模型性能提升可能源于数据量而非真正的智能。
当你查看OpenAI或Anthropic的模型卡时，它们不会报告训练所用的数据量。我并不是建议它们告诉我们训练的具体*内容*，只是一些总数据量的准确估计。它们为什么不报告？因为一个不光彩的秘密可能是：这些模型变得更好的原因只是因为有更多数据可以复制。它们并非真的那么'智能'，而只是更大更好的数据库查询。
相似文章
前沿实验室尚未使用大部分AI算力（26分钟阅读）
一项关于AI算力使用的分析显示，OpenAI、Anthropic、xAI、Google和Meta等前沿实验室目前使用的AI算力不到全球总量的一半，但它们的份额正在快速增长，这可能会影响规模扩展趋势。
为什么开源AI的崛起尚未对Anthropic构成威胁……目前
一篇探讨开源AI模型崛起为何尚未对Anthropic等前沿实验室造成负面影响的文章。数据显示，尽管开源模型处理的token量更大，但前沿模型因用于早期部署阶段，仍占据了大部分支出。
[文章] 开放权重模型的论证以及为何我们不能信任 Frontier Labs | provos.org
文章认为，依赖专有的前沿AI API存在风险，因为成本不可预测、可用性变化以及缺乏可审计性，主张开放权重模型是一种更值得信赖的替代方案。
@rohanpaul_ai：萨姆·奥尔特曼谈庞大的推理需求将如何在不需要高利润率的情况下为OpenAI的前沿训练提供资金。“我们…
萨姆·奥尔特曼解释了庞大的推理需求将如何在不需要高利润率的情况下为OpenAI的前沿模型训练提供资金，并预测智能将变得可替代，优势将转向拥有最大、最便宜计算集群的一方。
真正的AI竞赛可能已不再处于前沿
本文讨论了开放权重模型（尤其是来自中国公司的模型）在生产型AI工作负载中日益占据主导地位，这挑战了像Anthropic和OpenAI这样的公司的前沿模型的相关性。