目前，大模型企业跑步进场，大模型PK如火如荼。随着大模型本身不再稀缺，大家逐渐将目光投向大模型的优化上，而在这个过程中，数据的数量和质量成为了大模型比拼的关键一环，呈现出“得数据者得天下”的趋势。
数据的重要性不言而喻，它不仅为大模型提供了基础的训练原料，同时其质量也进一步决定了大模型是否存在偏差和歧视。由于大模型训练数据来源参差不齐，可能是来自公开数据集，也可能是自行采集数据或者以交易的形式获得的数据，数据来源的多元化以及实质性筛选与过滤的困难，使大模型难以避免虚假、歧视或者涉及个人隐私等不合规不合法的情况。
4月11日，国家互联网信息办公室起草了《生成式人工智能服务管理办法（征求意见稿）》，要求利用人工智能生成的内容需体现社会主义核心价值观，并且应当真实准确，提供者应采取措施防止生成虚假信息，还需承担内容生产者责任。同时该办法明确指出，“对于运行中发现、用户举报的不符合本办法要求的生成内容，除采取内容过滤等措施外，应在3个月内通过模型优化训练等方式防止再次生成。”