A tanítási adatok összefoglalója a kaliforniai polgári törvénykönyv 3111. szakasza szerint

Az OpenAI nyilvánosan elérhető generatív AI-rendszereket kínál Kalifornia államban. Ezeket a rendszereket különféle adatforrások felhasználásával fejlesztjük, beleértve a nyilvánosan elérhető adatokat, azokat az adatokat, amelyekhez harmadik felekkel együttműködve férünk hozzá, valamint azokat az információkat, amelyeket felhasználóink vagy emberi betanítóink és kutatóink biztosítanak vagy hoznak létre. Rendszereink fejlesztéséhez szintetikus adatokat is használunk.

Az adatokat arra használjuk, hogy segítsük rendszereinket az emberi nyelv és a világ jobb megértésében. Ez pedig lehetővé teszi rendszereink számára, hogy fokozzák az emberi kreativitást, előmozdítsák a tudományos felfedezéseket és az orvosi kutatást, valamint emberek százmillióinak segítsenek javítani mindennapi életükön. Rendszereinket olyan adatkészleteken fejlesztjük, amelyek szöveges, képi, hang- és audiovizuális tartalmak több billió tokenjét tartalmazzák.

Rendszereink fejlesztéséhez sokféle adatot használunk, beleértve a szerzői jog által védett adatokat és a közkincsnek minősülő adatokat is. Bár lépéseket teszünk a képzési adatkészleteinkben található személyes adatok mennyiségének csökkentése érdekében, egyes adataink tartalmazhatnak személyes adatokat és összesített fogyasztói információkat a kaliforniai polgári törvénykönyv 1798.140. szakaszában meghatározottak szerint. Felhasználóink az Adatvédelmi portálunkon keresztül letilthatják, hogy tartalmaikat képzésre használjuk fel, valamint kérhetik bizonyos személyes adatok eltávolítását a ChatGPT válaszaiból. Különféle technikákat használunk adatkészleteink feldolgozására, hogy javítsuk modelljeink teljesítményét és pontosságát.

Rendszereink fejlesztéséhez körülbelül 2018-ban kezdtünk adatokat gyűjteni, és ma is folytatjuk az adatgyűjtést. Adatkészleteinket először 2021-ben használtuk rendszerek fejlesztésére.

Rendszereink fejlesztéséről további információk találhatók rendszerkártyáinkban.