Ringkasan Data Latihan Menurut Seksyen 3111 Kanun Sivil California

OpenAI menawarkan sistem AI generatif yang tersedia secara umum di negeri California. Kami membangunkan sistem ini menggunakan pelbagai sumber data, termasuk data yang tersedia secara umum, data yang kami bekerjasama dengan pihak ketiga untuk mengaksesnya, serta maklumat yang diberikan atau dijana oleh pengguna kami atau jurulatih dan penyelidik manusia. Kami juga membangunkan sistem kami menggunakan data sintetik.

Kami menggunakan data untuk membantu sistem kami memahami bahasa manusia dan dunia dengan lebih baik. Hal ini seterusnya membolehkan sistem kami meningkatkan kreativiti manusia, memajukan penemuan saintifik dan penyelidikan perubatan, serta membolehkan ratusan juta orang menambah baik kehidupan harian mereka. Sistem kami dibangunkan menggunakan set data yang mengandungi trilion token kandungan teks, imej, audio dan audiovisual.

Kami menggunakan set data yang pelbagai untuk membangunkan sistem kami, termasuk data yang mungkin dilindungi oleh hak cipta dan data dalam domain awam. Walaupun kami mengambil langkah untuk mengurangkan jumlah maklumat peribadi dalam set data latihan kami, sebahagian daripada data kami mungkin merangkumi maklumat peribadi dan maklumat pengguna agregat seperti yang ditakrifkan dalam Seksyen 1798.140 Kanun Sivil California. Pengguna kami boleh memilih untuk tidak membenarkan kandungan mereka digunakan untuk latihan, serta meminta penyingkiran maklumat peribadi tertentu daripada respons ChatGPT, melalui Portal Privasi kami. Kami menggunakan pelbagai teknik untuk memproses set data kami bagi meningkatkan prestasi dan ketepatan model kami.

Kami mula mengumpulkan data untuk membangunkan sistem kami sekitar tahun 2018, dan kami terus mengumpulkan data hingga hari ini. Kami mula menggunakan set data kami untuk pembangunan sistem pada tahun 2021.

Maklumat tambahan tentang pembangunan sistem kami boleh didapati dalam kad sistem kami.