最近，人工智能领域取得了重大突破，包括大语言模型（LLMs）如ChatGPT和GPT-4在内，在自然语言处理任务上表现出色。但是，仅仅增加模型参数是不够的。在本文中，我们将从数据为中心的人工智能视角去分析一系列GPT模型（之后会用Data-centric AI以避免啰嗦）。Data-centric AI大体上可以分文三个目标：训练数据开发（training data development）、推理数据开发（inference data development）和数据维护（data maintenance）。了解这些技术可以有助于理解GPT模型的成功背后。