AI Companies Are Buying Tons of Old Books Because They're Free of AI Slop
4 hours ago
- ISBNdb 将2022年之前的印刷书籍视为理想的AI训练数据，因为它们缺乏AI生成内容且未受污染策略影响。
- 书籍提供经过筛选、同行评审的知识，这是网络抓取无法复制的，能降低模型崩溃的风险。
- AI公司秘密批量购买书籍，通常在扫描时销毁它们，这样更快且成本更低。
- 自四月以来，书商报告各类高价书籍的销售出现历史性激增，怀疑是AI买家所为。
- 法官阿尔萨普裁定Anthropic公司为获取数字副本而销毁印刷书籍的行为属于版权法下的合理使用。
- ISBNdb通过保密协议保持AI买家匿名，并主张将被销毁的书籍回收制成新产品。
- 作者可以通过编写旨在操纵或混淆训练数据的文本来破坏AI模型。