Sammanfattning av träningsdata enligt California Civil Code Section 3111

OpenAI erbjuder offentligt tillgängliga generativa AI-system i delstaten Kalifornien. Vi utvecklar dessa system med hjälp av en mängd olika datakällor, inklusive offentligt tillgängliga data, data som vi samarbetar med tredje parter för att få åtkomst till samt information som våra användare eller mänskliga tränare och forskare tillhandahåller eller genererar. Vi utvecklar också våra system med hjälp av syntetiska data.

Vi använder data för att hjälpa våra system att bättre förstå mänskligt språk och världen. Det gör i sin tur att våra system kan stärka människors kreativitet, främja vetenskapliga upptäckter och medicinsk forskning samt göra det möjligt för hundratals miljoner människor att förbättra sin vardag. Våra system utvecklas på datauppsättningar som innehåller biljoner token av text-, bild-, ljud- och audiovisuellt innehåll.

Vi använder en mångsidig uppsättning data för att utveckla våra system, inklusive data som kan vara skyddade av upphovsrätt och data som är allmän egendom. Även om vi vidtar åtgärder för att minska mängden personuppgifter i våra träningsdatauppsättningar kan en del av våra data innehålla personuppgifter och aggregerad konsumentinformation enligt definitionen i California Civil Code Section 1798.140. Våra användare har möjlighet att välja bort att deras innehåll används för träning, samt att begära borttagning av vissa personuppgifter från ChatGPT-svar, via vår Integritetsportal. Vi använder en mängd olika tekniker för att bearbeta våra datauppsättningar för att förbättra prestandan och precisionen hos våra modeller.

Vi började samla in data för att utveckla våra system omkring 2018, och vi fortsätter att samla in data i dag. Vi använde först våra datauppsättningar för systemutveckling 2021.

Ytterligare information om utvecklingen av våra system finns i våra systemkort.