待验证50% 置信事实精确时间
GPT系列和Claude等主流大语言模型的训练语料主要抓取自2000年代以后的互联网内容
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/13
首次发现
有效期至：2026/10/11
来源
AI复刻不了经典游戏，却是理解它的最佳工具
hackernewshackernews2026/7/10
相关事实
待验证GPT-4、Claude等通用大模型在预训练阶段学习的是互联网上的海量公开文本，倾向于给出通用的回答81% 相似已验证GPT-4、Claude等大语言模型的代码生成能力源于训练数据中包含了GitHub上数以亿计的开源代码库75% 相似待验证大语言模型如GPT-4、Claude的训练语料主要来源于现代代码仓库、技术文档和编程论坛，Python、JavaScript、Java等高级语言占绝对主导75% 相似已验证GPT和BERT等大语言模型基于自监督学习范式75% 相似待验证Claude系列模型在长上下文理解和代码推理方面表现突出，而GPT系列在某些特定语言的代码补全速度上可能更快74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/500333API
curl https://kongchang.com/api/v1/knowledge/claims/500333MCP
get_claim(id=500333)