待验证50% 置信事实精确时间

GPT-3 的训练数据中约60%来自经过过滤的Common Crawl

1

来源数

50%

置信度

长期有效

时效性

2026/8/16

首次发现

来源

Terminal Bench 3发布：未被污染的AI终端能力基准测试

相关事实

待验证GPT-5.5为了更易消化，在训练中牺牲了对细节的洞察力，评测者建议需要敏锐洞察力的工作仍使用Opus 4.774% 相似待验证GPT-5.5的训练数据量达到了约45PB72% 相似待验证学术界多项研究表明GPT-4、LLaMA等主流模型在MMLU、HumanEval、GSM8K等榜单上的高分有相当比例来自训练集与测试集内容重叠72% 相似待验证谷歌DeepMind的研究发现GPT类模型在特定提示条件下可精确复现训练集中约1%的文本片段71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/757584

API

curl https://kongchang.com/api/v1/knowledge/claims/757584

MCP

get_claim(id=757584)