世界トップの出願件数を誇る特許を全部読ませろw 質が伴っているかは不明だけど
ネットの中国語比率低い上に検閲で使えるデータさらに削られてそうだな。でも中国は現実世界と相互作用してAI自ら訓練データを収集するフェーズに入ってるから関係ないけど笑
生成AIなんだから訓練データを生成すれば良いのでは？
数千年記録を残し続けてきた文明なのに
自力で学習データ集めてないのがモロバレ
あれだけ国民がたくさんいるのにそれでも訓練データが足りないんだ
検閲で禁止用語が多すぎて学習できないんだろ、学習中に生成される文章も反体制的やプーさんに関することだとダメだろうし
ふーん、逆に人口パワーで多数ある中国語コンテンツを学習元にしやすいのが中華AI独自の強みかと思っていたが。自由・タダで使えるコンテンツは少ないのかな
中国終わったな
増やそうとしても方言や地域文化差あって無理では。てかもうRAGか検索エンジンの優秀さな気がするけど。インプットデータ整理してやらないと性能出ない。正解、コンパイルのようなエラー出る環境は探索してくれるけど
どのみち AI は圧倒的な量の英語学習に引きずられて、内部の思考とか概念の理解が英語に偏るので、英語から任意の言語への翻訳さえうまく行ってれば大きな問題になることはなさそうだが。
中国語の少なさより日本語サイトの多さに驚いた〉「2026年8月10日時点で、使用言語を判定できたウェブサイトのうち中国語を使うサイトは1.3％でした。なお、英語は49.5％、日本語は5.0％」
英語コンテンツをAIに中国語に翻訳させて、それを学習に使うのでいけるのでは？
weixinみたいな半クローズドネットワークでの配信がメインということもあるかも。
中国語の検閲が減れば自然に増えるとは思うが…
翻訳された淫夢で勉強していろ。
中国語で質問すると政府が検閲してる単語は無視されたりするんですかねえ
そういう弱点がわかると中国共産党は対策するでしょ。電子書籍での出版を義務付けて学習データにするとか、あいつら号令一つだわ。
国民の監視で得られた各種データがあるから学習ネタには困らないと思ってた
インターネット上は少ないんじゃない。金盾の中にあるのはインターネットじゃないし
日本人向けのサイトつくると、なぜか中国からのアクセスが全体の99%を占めるぐらい中国製bot飛び交ってる。あらゆる手法でデータ集めてて迷惑すぎる
中国のAI開発は「中国語の訓練データ不足」という新たなボトルネックに直面している
世界トップの出願件数を誇る特許を全部読ませろw 質が伴っているかは不明だけど
ネットの中国語比率低い上に検閲で使えるデータさらに削られてそうだな。でも中国は現実世界と相互作用してAI自ら訓練データを収集するフェーズに入ってるから関係ないけど笑
生成AIなんだから訓練データを生成すれば良いのでは？
数千年記録を残し続けてきた文明なのに
自力で学習データ集めてないのがモロバレ
あれだけ国民がたくさんいるのにそれでも訓練データが足りないんだ
検閲で禁止用語が多すぎて学習できないんだろ、学習中に生成される文章も反体制的やプーさんに関することだとダメだろうし
ふーん、逆に人口パワーで多数ある中国語コンテンツを学習元にしやすいのが中華AI独自の強みかと思っていたが。自由・タダで使えるコンテンツは少ないのかな
中国終わったな
増やそうとしても方言や地域文化差あって無理では。てかもうRAGか検索エンジンの優秀さな気がするけど。インプットデータ整理してやらないと性能出ない。正解、コンパイルのようなエラー出る環境は探索してくれるけど
どのみち AI は圧倒的な量の英語学習に引きずられて、内部の思考とか概念の理解が英語に偏るので、英語から任意の言語への翻訳さえうまく行ってれば大きな問題になることはなさそうだが。
中国語の少なさより日本語サイトの多さに驚いた〉「2026年8月10日時点で、使用言語を判定できたウェブサイトのうち中国語を使うサイトは1.3％でした。なお、英語は49.5％、日本語は5.0％」
英語コンテンツをAIに中国語に翻訳させて、それを学習に使うのでいけるのでは？
weixinみたいな半クローズドネットワークでの配信がメインということもあるかも。
中国語の検閲が減れば自然に増えるとは思うが…
翻訳された淫夢で勉強していろ。
中国語で質問すると政府が検閲してる単語は無視されたりするんですかねえ
そういう弱点がわかると中国共産党は対策するでしょ。電子書籍での出版を義務付けて学習データにするとか、あいつら号令一つだわ。
国民の監視で得られた各種データがあるから学習ネタには困らないと思ってた
インターネット上は少ないんじゃない。金盾の中にあるのはインターネットじゃないし
日本人向けのサイトつくると、なぜか中国からのアクセスが全体の99%を占めるぐらい中国製bot飛び交ってる。あらゆる手法でデータ集めてて迷惑すぎる