互联网数据

文章讨论了AI训练数据的现状与未来可能性。Ilya 提出互联网数据已基本耗尽的观点，但Eric Jang、μ 和 Yuchen Jin 分别提出了通过机器人传感器数据、LLM 自繁殖方式及对话式重写等方式来创造新数据的观点。文章强调在AI竞赛中，高效生成高质量训练数据的重要性。