亚马逊为训练AI竟销毁稀有书籍，数据荒时代连绝版书都难逃算法吞噬，值得警惕。
Rare books are incredibly valuable for training LLMs, since these models have already trained on whatever's available online.
珍稀图书被粉碎喂养AI模型，训练数据荒背后的伦理与版权雷区，值得科技圈反思。
IT之家 8 月 2 日消息，本周，一则关于大量珍贵图书被集中粉碎、仅为训练大语言模型（LLM）提供数据的消息，引发了读书爱好者和普通网友的广泛关注。 消息称，一些图书供应商近期收到了数量异常庞大的图书订单。业内人士猜测，AI 公司希望获得质量更高、更干净的训练数据，同时尽可能规避版权风险。而这场争…
一篇针对LLM训练中“数据洗白”问题的检测方案，通过分析模型对专有样本的预测差异来识别数据是否被非法使用
arXiv:2604.01904v2 Announce Type: replace-cross Abstract: Data rights owners can detect unauthorized data use in large language model (LLM) training b…
AI公司未经同意使用数据训练模型并商业化，本质是更大规模的抄袭，原作者权益何在？
Article URL: https://axelk.ee/ai-is-just-unauthorised-plagiarism-at-a-bigger-scale/ Comments URL: https://news.ycombinator.com/item?id=48222383 Points…