Vad är träningsdata?

En stor språkmodell tränas i flera steg. Först kommer förträningen, där modellen läser en enorm mängd text från webben, böcker, kod och annat material. Sedan finjusteras den med exempel på bra svar och med återkoppling från människor.

Vilken data som används avgör vad modellen kan och vilka fel och fördomar den får med sig. Det är också en juridisk stridsfråga: författare, musikbolag och tidningar har stämt flera AI-bolag för att deras verk har använts utan tillstånd.