本文概要:
1. OpenAI 現(xiàn)允許網(wǎng)站屏蔽其網(wǎng)絡(luò)爬蟲(chóng),以防止其抓取網(wǎng)站內(nèi)容訓(xùn)練 GPT 模型的。
2. 阻止 GPTBot 可能是 OpenAI 允許互聯(lián)網(wǎng)用戶(hù)選擇不讓其數(shù)據(jù)用于訓(xùn)練其大型語(yǔ)言模型的第一步。
3. 在獲取用于訓(xùn)練 AI 的數(shù)據(jù)方面存在爭(zhēng)議,一些網(wǎng)站和作者提出限制 AI 公司使用其內(nèi)容的要求。
極客號(hào)(Daydx.com)8月8日 消息:OpenAI 現(xiàn)在允許網(wǎng)站屏蔽其網(wǎng)絡(luò)爬蟲(chóng),以幫助網(wǎng)站運(yùn)營(yíng)商防止其內(nèi)容被用于訓(xùn)練 GPT 模型。
具體來(lái)說(shuō),網(wǎng)站可以通過(guò)在其 Robots.txt 文件中明確禁止 GPTBot 爬蟲(chóng)程序的出現(xiàn),或者阻止其 IP 地址來(lái)實(shí)現(xiàn)屏蔽。
OpenAI 表示,通過(guò)使用 GPTBot 抓取的網(wǎng)頁(yè)可能會(huì)用于改進(jìn)未來(lái)的模型,但也會(huì)進(jìn)行過(guò)濾以刪除需要付費(fèi)訪問(wèn)、包含個(gè)人身份信息或違反政策的內(nèi)容來(lái)源。
阻止 GPTBot 可能是 OpenAI 允許互聯(lián)網(wǎng)用戶(hù)選擇不讓其數(shù)據(jù)用于訓(xùn)練大型語(yǔ)言模型的第一步。之前有一些嘗試創(chuàng)建標(biāo)記來(lái)排除訓(xùn)練內(nèi)容的舉措,例如去年 DeviantArt 提出的 “NoAI” 標(biāo)簽。然而,阻止 GPTBot 并不會(huì)從 ChatGPT 的訓(xùn)練數(shù)據(jù)中刪除之前從網(wǎng)站上抓取的內(nèi)容。
獲取用于 AI 訓(xùn)練的數(shù)據(jù)已經(jīng)成為一個(gè)越來(lái)越具有爭(zhēng)議的問(wèn)題。一些網(wǎng)站,包括 Reddit 和 Twitter,一直在努力限制 AI 公司對(duì)用戶(hù)發(fā)布內(nèi)容的免費(fèi)使用,同時(shí)一些作者和創(chuàng)作人也因涉嫌未經(jīng)授權(quán)使用其作品而提起訴訟。議員們?cè)谏蟼€(gè)月的幾次 AI 監(jiān)管聽(tīng)證會(huì)上也關(guān)注了數(shù)據(jù)隱私和同意問(wèn)題。
在獲取數(shù)據(jù)方面,OpenAI 并未確認(rèn)是否通過(guò)社交媒體帖子、受版權(quán)保護(hù)的作品或者互聯(lián)網(wǎng)的哪些部分來(lái)獲取數(shù)據(jù)。
據(jù)Axios報(bào)道,一些公司,如 Adobe,提出了通過(guò)反冒充法律來(lái)標(biāo)記數(shù)據(jù)為不可用于訓(xùn)練的想法。包括 OpenAI在與白宮簽署的協(xié)議中同意開(kāi)發(fā)一種水印系統(tǒng),以讓人們知道某個(gè)內(nèi)容是否由 AI 生成,但并未承諾停止使用互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行訓(xùn)練。