待验证50% 置信事实精确时间

Books3是一个包含约19.6万本英文书籍、总容量约37GB的数据集，被广泛用于大语言模型训练

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

Meta高管被曝种子盗版：AI训练数据合法性争议再升级

涉及实体

相关事实

待验证一篇10页的学术论文在大语言模型处理时可能消耗8,000-15,000个token63% 相似待验证最新的大语言模型支持12.8万到100万token的上下文，但处理数十万字长篇小说时仍会出现信息遗忘和前后矛盾62% 相似已验证The internet's supply of high-quality text data for training large language models has been largely consumed.61% 相似已验证大语言模型通过在数千亿乃至数万亿个词元（Token）的文本数据上进行自监督预训练59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/866137

API

curl https://kongchang.com/api/v1/knowledge/claims/866137

MCP

get_claim(id=866137)