OpenAI宣布，将不再使用实时互联网数据训练其前沿人工智能模型。该公司以“重大风险”为由，决定将模型训练过程与公开网络数据流隔离开来。这一决定距其内部工程师公开表示该方案不可行仅过去数周。
根据公开信息，OpenAI此前在模型训练中会接入实时网络内容，以提升模型对最新信息的覆盖能力。此次调整意味着前沿模型的训练数据将更多依赖经过筛选和处理的静态数据集，而非持续抓取的在线内容。公司未披露具体的技术实现路径，也未说明该政策适用于哪些具体模型版本。
这一转变发生在OpenAI内部对数据策略存在分歧的背景下。数周前，该公司一名工程师曾公开表示，将前沿模型与互联网隔离的方案在实际操作中难以奏效。此次官方表态与该工程师的判断形成直接对照，显示公司在数据安全与模型能力之间的权衡上做出了新的选择。
从行业角度看，实时互联网数据一直是大型模型厂商提升模型时效性和泛化能力的重要来源，但同时也带来数据质量、版权合规和安全对齐等方面的不确定性。OpenAI此次收紧数据来源，可能影响其模型在时效性相关任务上的表现，也为其他基础模型厂商的数据策略提供了参考案例。目前尚不清楚该政策是否会影响OpenAI已发布产品的推理阶段联网能力。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
