1.数据量级
gpt-4 1750亿参数
2、不同自然语言训练表现不同
中文较差
3、数据来源问题
（1）中文网站优质内容少，且需要付费，优质平台消亡
（2）很多现存平台内容质量差，如csdn
（3）水军、自媒体、营销号和饭圈太多，豆瓣，贴吧，微博小红书
（4）互联网大厂行业竞争与垄断，用户数据生态封闭
4、中文人工智能的未来
（1）最大的难点在于获取数据
标签：优质,语言,模型,中文,中文网站,获取数据,数据 From： https://www.cnblogs.com/wanlitongfeng/p/17277785.html