品玩2月4日讯，据 Techradar 报道，AWS 的研究人员表示，当前网络中有大量的在线内容来自机器翻译。而这些低质量的机器翻译内容或将会大致大语言训练过程中的困难。

研究发现，大量网络内容经常被翻译成多种语言，其中大部分是机器翻译。这些内容不仅普遍存在于资源较少的语言的翻译中，而且在这些语言的所有网络内容中占了很大一部分。

这可能会产生更多幻觉的不流畅的大语言模型，而选择偏差表明，即使在考虑 MT 错误之前，数据的质量也可能较低。