Meta v. Bright Data

AI团队需要最新的中文数据；指南提供法律和实践采购方法

由于开放语料库的陈旧性以及真实世界交流的平台特定性、动态性特征，为AI模型训练采购高质量、当代中文语言数据面临重大挑战。本指南概述了AI团队获取此类数据的实用方法，强调了在微博、小红书和Bilibili等平台进行大规模、近期、多样化采购的必要性。它还强调了法律考量，建议侧重于公开可访问的、非认证数据，以减轻与个人信息和跨境传输法规相关的风险。