中文大模型在训练中存在诸多问题，比如，中文数据集很多是从英文翻译过来的，没有很好地契合中文的语言习惯和文化背景；不少数据集是用 AI 生成的，质量难以保证，容易出现事实性错误；即使是人工标注的数据集，...