哈佛大学、谷歌发布100万本公共领域书籍，为AI训练提供合法数据

2024年12月13日 10:16:23 来源：IT之家

　　据 TechCrunch 12 日报道，哈佛大学与谷歌宣布，联合发布 100 万本公共领域书籍作为 AI 训练数据集。

　　AI 训练所需的数据成本高昂，但却更适合资金充裕的科技公司。因此，哈佛大学计划发布一个包含约 100 万本公共领域书籍的数据集，这些书籍覆盖多种类型、语言和作者，包括已不再受版权保护的经典作家如狄更斯、但丁和莎士比亚等，因这些作品的版权已随时间过期。

　　虽然这个新数据集尚未公开，也不清楚具体的发布方式和时间，但它来源于谷歌的长期项目 —— 谷歌图书(Google Books)。因此，谷歌将参与这次“宝贵财富”的广泛发布。

　　据了解，早在今年 3 月，哈佛大学就曾透露其“机构数据计划(IDI)”，并表示这一计划旨在为 AI 提供“合法数据的可信通道”。直到正式启动后，该计划才确认得到了微软和 OpenAI 的资金支持。

　　IDI 的执行董事格雷格・莱佩特(Greg Leppert)表示，该数据集的目标是“让竞争环境更加公平”，通过向包括研究机构和 AI 初创公司在内的各类机构开放这一庞大的数据集，以帮助他们训练大型语言模型。(清源)

　　文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。

即时

12 月 3 日消息，公开信息显示，美团关联公司北京三快科技有限公司因未对平台商户证照资质进行真实性审查，被北京市市场监督管理局罚款 20 万元，没收违法所得约 46 万元。