IT之家 6 月 6 日消息，科技媒體 The Decoder 昨日（6 月 5 日）發(fā)布博文，報(bào)道稱微軟最新發(fā)布的 MAI 系列 AI 模型部分使用未獲授權(quán)的開(kāi)放網(wǎng)絡(luò)數(shù)據(jù)訓(xùn)練，與其此前“僅采用企業(yè)級(jí)、干凈且商業(yè)授權(quán)數(shù)據(jù)”的說(shuō)法不一致。

IT之家此前報(bào)道，在宣傳 MAI 系列模型時(shí)，微軟號(hào)稱“完全基于干凈數(shù)據(jù)從零開(kāi)始訓(xùn)練，未使用來(lái)自第三方模型的蒸餾數(shù)據(jù)”。

不過(guò)根據(jù)官方披露的 MAI 技術(shù)論文，這些模型并非只依賴商業(yè)授權(quán)數(shù)據(jù)，還部分包括 Common Crawl 在內(nèi)的開(kāi)放網(wǎng)絡(luò)數(shù)據(jù)，這與微軟此前對(duì)外強(qiáng)調(diào)的“企業(yè)級(jí)、干凈且商業(yè)授權(quán)數(shù)據(jù)”表述存在明顯落差。

從論文描述看，微軟采用的是“公開(kāi)可得數(shù)據(jù)”與“授權(quán)的人類生成數(shù)據(jù)”的混合方案，同時(shí)覆蓋授權(quán)語(yǔ)料與互聯(lián)網(wǎng)公開(kāi)內(nèi)容。

在網(wǎng)絡(luò)數(shù)據(jù)獲取方式上，微軟稱其使用自有爬蟲(chóng)，并遵守 Robots Exclusion Protocol（機(jī)器人排除協(xié)議，robots.txt）以及相關(guān)元標(biāo)簽和 HTML 控制項(xiàng)。

不過(guò)該媒體指出爭(zhēng)議點(diǎn)在于，對(duì)于未屏蔽內(nèi)容，默認(rèn)視為可被抓取，內(nèi)容保護(hù)責(zé)任實(shí)際上更多落到網(wǎng)站所有者身上，這種邏輯近似于“沒(méi)有鎖門(mén)就等于同意進(jìn)入”。

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。