OpenAI担心自家AI太强大不公开代码，网友嘲讽：改名CloseAI算了(4)

根据OpenAI的研究主管Dario Amodei介绍，GPT-2的参数有15亿，是上一个版本GPT大小的12倍，训练数据集则扩大了15倍。 [原创文章：www.11jj.com]

[好文分享：www.11jj.com]

GPT-2在一个包含约1000万篇文章的数据集上进行训练，而这些文章来源是从Reddit上点赞超过三票的链接里爬出来的，大小是40GB，相当于3.5万本《白鲸记》(Moby Dick)。

实际上，GPT2就是一个自动文本生成器，但鉴于其训练数据量直接影响模型的性能，也使GPT2成为一个更加通用的语言生成模型，这也正是其第二个突破所在：相比以往的文本模型，GPT2能完成更多的任务，包括机器翻译、文本总结，以及阅读理解，而且有的时候，其性能还超过了专门为某种任务——比如阅读理解——构建的模型。

也正因如此，致使OpenAI违背其名称中宣扬的“Open”理念，不公开这个模型。“如果你无法预测模型能够做什么，你就不得不去做各种实验，但这个世界上有太多太多比我们更聪明更厉害，更善于拿这个模型去做坏事的人存在。”

OpenAI宣传主管Jack Clark在接受《卫报》采访时表示：“我们并不是说我们知道什么该做，我们也并不是在通过这种方法在表明这样做就是对的，我们还在探讨更严谨和谨慎的做法。我们算是摸着石头过河。”

OpenAI给出了其模型强大的例子，可以参见昨天新智元的报道。

网友观点：不公开代码和训练集就干脆别发表！

至于持反对观点的网友这边，很多人恰恰是因为了解模型在训练集和测试集上表现的区别，才纷纷反对OpenAI不公开全部代码和数据集的做法。

其次，OpenAI“担心AI研究太危险而不公开”的理由，也成了众矢之的。比如Denny Britz在Twitter上发文称：