来源：期刊VIP网 时间：
作者：胡泳;刘纯懿;
单位：北京大学新闻与传播学院;
摘要：伴随着ChatGPT的问世和流行，关于生成式人工智能的意涵和影响迅速成为学界和业界的关注焦点。在这场由大语言模型引领的非监督性深度学习浪潮中，一个核心议题就是训练数据。对训练数据的规模和质量的追求，演绎了“万模大战”形势下的“数据为王”法则。而在训练数据的价值、功能和误读的背后，是对数据概念的改写、对数据可供性的迷信和对数据所有权的争夺。训练数据的具体架构和内部机制引发了智能传播生态的重建和信息生产秩序的重构，在这一变革之中也蕴藏着大语言模型时代的数字危机，其具体体现为蒸馏式传播的偏见再生产、过滤式传播的信息保守化和随机性传播的意义之消散。大语言模型及其训练数据急需破除规模迷思，着重思考如何让数据切实成为社会技术系统的一部分。
关键词：大语言模型;;训练数据;;生成式AI;;ChatGPT;;智能传播
