公开资料显示 GPT-3 模型的训练数据几乎都是来自互联网的数据。而大模型要走向垂直行业领域，从训练数据角度自然需要引入大量的来自垂直行业的数据，尤其是物理数据。
附图来自甲子光年的判断。我们认为此图表还遗漏了一个领域，就是企业的内部数据。每家企业无论大小，都有自己的私有数据。
