平台要价太高，OpenAI和Cohere等转向合成数据

7月20日消息，人工智能公司 Cohere 首席执行官 Aiden Gomez 近日透露，由于 Reddit、Twitter 等公司的数据采集要价太高，包括微软、OpenAI 和 Cohere 在内的 AI 公司，已使用合成数据来训练 AI 模型。

Gomez 表示合成数据可以适用于很多训练场景，只是目前尚未全面推广。

所谓的合成数据（synthetic data），是通过计算机技术人工生成的数据，而不是由真实事件产生的数据。但合成数据具备“可用性”，能够在数学上或统计学上反映原始数据的属性，因此可以作为原始数据的替代品来训练、测试并验证大模型。