Unverified60% confidenceFactExact time
Whisper 的训练数据包含 68 万小时，大量来自互联网上字幕质量参差不齐的视频
2
Sources
60%
Confidence
Long-term
Relevance
7/22/2026
First Seen
Sources
Related Claims
Unverified训练使用约500万行英文维基百科语料约3亿token，10万上下文词表，23758个名词目标67% similarUnverifiedCLIP的训练数据来自互联网公开爬取的数据集WIT（WebImageText），其规模约为ImageNet（约1400万张标注图像）的近30倍65% similarUnverifiedCommon Crawl是非营利组织运营的大规模网络爬取项目，每月抓取数十亿网页，数据集被用于训练包括GPT系列在内的大型语言模型64% similarUnverified现代图像生成模型的训练数据通常来自数十亿张互联网图片及其配套的文本描述63% similarUnverified卡帕西在YouTube上发布的神经网络系列教程累计播放量超过千万63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/587207API
curl https://kongchang.com/api/v1/knowledge/claims/587207MCP
get_claim(id=587207)