Ethan Mollick 公开 GPT-1 全部 80 卷原始资料

沃顿商学院教授、知名 AI 学者 Ethan Mollick 近日在 X 平台发帖称，GPT-1 的全部 80 卷原始资料现已完整公开，并附上了可访问的网盘链接。Mollick 表示，这些内容"可以被记忆"，暗示其体量对人类而言已相当可观。

事件背景

GPT-1 由 OpenAI 于 2018 年发布，是该公司首个公开发布的生成式预训练 Transformer 模型，参数规模约为 1.17 亿，被视为现代大语言模型的奠基之作。Mollick 所称的"80 卷"，从语境推断，很可能指的是 GPT-1 原始训练数据集（如 BookCorpus）的分卷整理版本，而非模型权重本身。

内容与形式

Mollick 的原帖极为简短，仅包含一句陈述和一个网盘链接，未附任何额外说明、目录索引或技术解读。读者若想了解 80 卷的具体内容构成、文件格式及总量信息，需要自行打开链接查看。

意义与局限

从历史角度看，GPT-1 原始资料的完整公开对研究早期语言模型训练数据特点具有一定参考价值，尤其对关注 BookCorpus 数据集、预训练范式起源的学者而言。不过，鉴于原帖信息极其有限，且未涉及模型权重、训练代码或配套论文，仅凭这一条动态尚无法判断其完整的学术与应用价值。后续若有更详细的目录说明或研究社区的讨论跟进，其价值评估可能需要更新。

小结

目前来看，这条消息更像是一则"历史资料归档分享"式的轻量动态，而非重大 AI 新闻。对于大模型开发者而言，GPT-1 的技术参考意义已十分有限；对于 AI 历史与数据研究爱好者，则提供了一个值得关注的原始素材入口。