待验证50% 置信事实精确时间

Codex的训练数据混合了54%的GitHub公开代码与46%的自然语言文本

1

来源数

50%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

Codex接入外置模型完整指南：两种方法解锁全部能力

bilibili长青来了奥2026/6/8

相关事实

已验证Codex的训练语料涵盖GitHub上数十亿行公开代码80% 相似待验证CodeBERT的训练数据来自GitHub上超过600万个函数的代码-注释配对72% 相似待验证Codex系列在大规模开源代码语料库（GitHub公开代码）上进行了深度微调71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/210564

API

curl https://kongchang.com/api/v1/knowledge/claims/210564

MCP

get_claim(id=210564)