待验证50% 置信事实精确时间

GPT-4、Gemini等大型语言模型的训练数据中合成数据的比例正在持续上升

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/19

首次发现

有效期至：2026/10/17

来源

合成数据集崛起：ML研究者如何用免费样本破解数据困境

相关事实

待验证GPT-4o、Gemini等多模态模型已具备音频理解能力，但依赖训练数据的覆盖范围，对未公开发行的内容无能为力75% 相似已验证GPT-4、Claude 3、Gemini等现代大语言模型通过在海量代码语料库上预训练，已能理解自然语言描述并生成高质量可运行代码75% 相似待验证GPT-4o和Gemini等多模态模型的成熟正在推动多模态Agent应用场景快速扩展74% 相似待验证GPT-4、Gemini Ultra等大型语言模型在竞赛数学上已能达到接近顶级学生的水平，但在研究级证明上仍频繁出错74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/558444

API

curl https://kongchang.com/api/v1/knowledge/claims/558444

MCP

get_claim(id=558444)