微软AI模型训练数据疑云：宣称“干净数据”实则混用开放网络内容
创始人
2026-06-06 13:06:22
0次
6月5日，科技媒体TheDecoder报道指出，微软最新发布的MAI系列AI模型在训练过程中部分使用了未获授权的开放网络数据，这与微软之前所声称的“仅采用企业级、干净且商业授权数据”相矛盾。微软在宣传MAI系列模型时强调，这些模型完全基于干净数据从零开始训练，并未使用来自第三方模型的蒸馏数据。然而，官方披露的技术论文显示，MAI模型实际上依赖于商业授权数据和包括CommonCrawl在内的开放网络数据的混合方案，覆盖了授权语料和互联网公开内容。
微软在网络数据获取方式上声称使用自有爬虫，并遵守RobotsExclusionProtocol（机器人排除协议，网页链接）以及相关元标签和HTML控制项。争议点在于，对于未屏蔽内容，默认视为可被抓取，内容保护责任实际上更多落到网站所有者身上，这种逻辑近似于“没有锁门就等于同意进入”。
相关内容
热门资讯
“问界M9智能模式：自动调校动...
6月6日，问界M9车型的M9模式功能被详细披露。该模式能够根据车上人数自动调整动力和底盘调校，提升驾...
字节跳动否认造车传闻，赛豆科技...
6月6日，字节跳动对外发表声明，明确否认了有关其造车或推出汽车品牌的市场传言。声明中指出，近期部分报...
微软AI模型训练数据疑云：宣称...
6月5日，科技媒体TheDecoder报道指出，微软最新发布的MAI系列AI模型在训练过程中部分使用...
比亚迪否认“尧舜禹”人形机器人...
近日，有关比亚迪自研人形机器人代号“尧舜禹”的消息在网络上引发热议。据传，比亚迪计划于2026年在内...
新能源车越重越豪华？车身增重趋...
近日，新能源汽车行业车身增重趋势引发关注。据最新数据显示，2026年1至4月，国内新能源乘用车平均整...
鸿蒙智行V9首批交付！21天订...
今日，鸿蒙智行智界V9全国首批交付仪式正式启动。这款MPV自5月15日上市以来，仅21天大定订单便突...
“2026世界市长对话·北京”...
新华社北京6月3日电（记者陈钟昊）6月2日至3日，由国务院新闻办公室指导的“2026世界市长对话·北...
“琅琊”2.0发布：中国海洋预...
6月6日，中国科学院海洋研究所发布了全球海洋现象智能预报大模型——“琅琊”2.0。该模型旨在为海洋防...
全球媒体聚焦 | 外媒：中国旅...
今年以来，中国旅游业的强劲发展势头引起多家外媒广泛关注。报道认为，2026年国内外游客预订量创下新高...
新华视点｜一地一特色 产业促振...
县域兴则发展兴，产业旺则民生旺。各地立足自身资源禀赋、产业基础与区位优势，因地制宜培育壮大差异化特色...