Обобщение на данните за обучение съгласно раздел 3111 от Гражданския кодекс на Калифорния

OpenAI предлага публично достъпни генеративни AI системи в щата Калифорния. Разработваме тези системи, използвайки различни източници на данни, включително публично достъпни данни, данни, до които имаме достъп в партньорство с трети страни, и информация, която нашите потребители или обучители и изследователи предоставят или генерират. Също така разработваме системите си, използвайки синтетични данни.


Използваме данни, за да помогнем на системите си да разбират по-добре човешкия език и света. Това от своя страна позволява на системите ни да засилват човешката креативност, да допринасят за научните открития и медицинските изследвания и да дават възможност на стотици милиони хора да подобрят ежедневието си. Нашите системи се разработват върху набори от данни, съдържащи трилиони токени текстово, визуално, аудио и аудиовизуално съдържание.


Използваме разнообразен набор от данни, за да разработваме системите си, включително данни, които може да са защитени с авторско право, и данни от общественото достояние. Въпреки че предприемаме стъпки за намаляване на количеството лична информация в нашите набори от данни за обучение, част от данните ни може да включват лична информация и обобщена потребителска информация, както е определено в раздел 1798.140 от Гражданския кодекс на Калифорния. Нашите потребители имат възможност да се откажат съдържанието им да бъде използвано за обучение, както и да поискат премахване на определена лична информация от отговорите на ChatGPT, чрез нашия Портал за поверителност. Използваме различни техники за обработка на нашите набори от данни, за да подобрим производителността и точността на нашите модели.


Започнахме да събираме данни за разработването на нашите системи приблизително през 2018 г. и продължаваме да събираме данни и днес. За първи път използвахме нашите набори от данни за разработване на системи през 2021 г.


Допълнителна информация за разработването на нашите системи може да бъде намерена в нашите карти на системата.