404media
PulseAugur coverage of 404media — every cluster mentioning 404media across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
AI公司据称扫描ISBNdb图书用于训练数据
据报道，一家AI公司正在从ISBNdb.com数据库扫描图书以训练其模型。该公司尚未公开身份，据称正在利用该数据库的图书元数据集合来构建其AI系统。这种做法引发了关于AI训练数据背景下的版权和合理使用的问题。
-
AI公司囤积旧书以避免训练数据被AI生成文本污染
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。
-
作者自豪地避开了AI炒作和网络垃圾信息
作者对没有屈服于人工智能的初步炒作表示自豪，而是选择避免为互联网上充斥的非原创内容做出贡献。这一观点在Mastodon上的一篇帖子中得到分享，并引用了404media的一篇文章。
-
AI公司购买数百万册旧书作为训练数据，避开网络“垃圾”内容
AI公司正在大量收购旧书作为训练数据，以规避可能导致模型崩溃的互联网抓取文本中的“AI垃圾”内容。ISBNdb等服务促进了这些批量采购，提供了一种获取2022年之前印刷材料的途径，这些材料被认为在结构上不含AI生成的内容。由于针对Anthropic和Google等公司的诉讼，这种做法引起了关注，据报道，这些公司在扫描和销毁书籍的过程中，引发了对版权的担忧以及这些作品可能从社会中消失的担忧。
-
人工智能使游戏创意克隆加速，引发开发者担忧 · 已追踪 4 个来源
生成式AI工具使个人能够更轻松地克隆和变现游戏创意，通常只需很少的编程或设计经验。这一趋势引起了游戏开发者的担忧，他们担心自己的作品会被迅速复制并从中获利，这可能会让他们不愿意公开分享原型。AI生成游戏概念代码和界面的便捷性加剧了数字市场中抄袭问题的存在，导致行业内技能和原创性的贬值。
-
公司因成本高昂限制AI使用 · 跟踪到2个来源
据404media报道，由于成本不断攀升，公司开始限制员工使用生成式AI工具。这些AI应用的费用已成为企业日益关注的问题。这一趋势表明了组织在内部整合和管理AI技术方式上可能发生的转变。
-
研究发现：AI生成的虚构作品因叙事结构简单而易于识别 · 跟踪4个来源
马里兰大学和Google DeepMind的研究人员的一项新研究表明，AI生成的虚构作品很容易被识别，因为其叙事结构简单且倾向于过度解释主题。该研究分析了超过50,000个AI生成的故事，发现Claude、GPT和Gemini等模型表现出独特的、但聚集的叙事模式，这与人类创作的虚构作品中更为多样化的模式不同。这种方法超越了风格上的线索，以识别故事讲述中潜在的结构差异。
-
埃森哲寻求遏制员工滥用AI代币预算
据报道，埃森哲正在探索方法，以防止非技术员工在琐碎任务上过度花费AI代币预算。404 Media获取的泄露音频显示，这家咨询公司担心AI资源被滥用于琐碎活动，例如将PDF转换为演示文稿。这种情况凸显了公司在管理AI成本方面日益增长的挑战。
-
报告称AI利用Reddit操纵搜索
404media的一份最新报告表明，通过利用Reddit可以非常容易地操纵AI搜索和研究。这种易于操纵的特性凸显了人们对互联网“恶化”的担忧，即平台正日益被人工智能驱动的内容所损害。
-
微软CEO与AI助手“令人上瘾”策略保持距离
微软CEO Satya Nadella 已否认一份概述了让用户“上瘾”于AI助手Scout的计划的内部战略文件。Nadella 表示他对此文件不知情，并建议其作者另谋高就。然而，据报道该文件由微软高管撰写，其中包括Scout项目负责人Omar Shahine，他曾公开详细介绍该产品的开发和目标。
-
用户反对涉及儿童和隐私的AI训练数据
一位Mastodon用户对与AI训练和教育相关的内容表示强烈不满，特别提到了儿童隐私问题。该用户发布的帖子带有#preschool（学前教育）、#aitraining（AI训练）、#education（教育）、#AI（人工智能）、#privacy（隐私）和#children（儿童）等标签，表明对所讨论的做法或材料存在重大的伦理反对。