已验证80% 置信事实时间未知

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

12

来源数

80%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

零代码基础用AI做游戏上架Steam：两个月独立开发全流程复盘

bilibili我不要做游戏

涉及实体

GPT-4model Claudemodel GitHubplatform

相关事实

待验证GPT、Claude 等主流大模型的预训练语料中包含大量使用 Markdown 格式的 GitHub 仓库、技术文档和维基百科内容80% 相似待验证GPT、Claude、DeepSeek等大语言模型在数万亿token的多语言、多领域文本上进行预训练，涵盖代码仓库、学术论文、书籍、网页等数据源79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/5470

API

curl https://kongchang.com/api/v1/knowledge/claims/5470

MCP

get_claim(id=5470)