#Common Crawl

共 3 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「Common Crawl」标签的资讯、产品与论文，按刊登时间排，新的在上。

6月6日

行业精选12:39

微软 MAI 模型训练数据曝光，与“仅商业授权”说法不符

微软 MAI 模型的数据来源争议直接关系到企业级 AI 部署的合规风险，做数据治理或采购 AI 服务的团队值得关注，建议点开了解具体细节。

#微软 #MAI #训练数据 #数据合规

IT之家原文

6月5日

微软MAI模型被曝使用未授权网络数据，与承诺不符

微软的企业客户一直以为MAI模型用的是干净数据，现在发现和别家没区别——做合规采购的团队建议点开，看完再决定要不要签合同。

#微软 #MAI模型 #数据合规 #版权争议

官方账号Decoder@Matthias Bastian原文

6月3日

论文精选72°11:54

斯坦福研究：大模型不怕脏数据，未过滤Common Crawl效果反超

这项研究挑战了数据清洗的行业惯例，做大模型训练的团队值得关注——或许可以省下大量清洗成本，直接喂原始数据。

#大模型 #数据清洗 #Common Crawl #斯坦福

向阳乔木@vista8原文