据报道，AI公司正在大量收购旧书，特别是2022年之前出版的书籍。这一策略的理由是获取不含现代AI生成文本（常被称为“垃圾”）“污染”的训练数据。这种方法旨在利用LLM时代之前的实体书固有的纯净性，作为训练AI模型的宝贵数据来源。 AI
影响 AI公司正在寻找2022年之前的实体书，作为获取更干净训练数据的策略，以避免AI生成文本污染的问题。
排序理由 该条目讨论了与AI训练数据相关的趋势和策略，但并未发布新产品、研究或政策。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
an ouroboros that irrevocably converts its entire body to excrement https://www. 404media.co/ai-companies-are-b uying-tons-of-old-books-because-theyre-free-of-ai-slop/ “Print books from the pre-LLM era are structurally guaranteed to be free of this contamination. That alone is a …