AI公司 原版书籍销毁看到这个热搜的标题，我就猜到某些自媒体又会讲什么离谱的故事了：这些人大概是把AI公司当成要修四库全书的乾隆了。其实相关新闻早在几个月前就被科技新闻报道过，AI公司之所以开始把训练的内容从互联网信息改成实体书了，是因为互联网内容的质量实在太差，即便是没有AI污染的2022年之前，也含有海量的seo、乱码、导航栏、重复转载、无意义的胡言乱语……需要对数据反复清洗才能用。所以文本质量比互联网内容高出不止一个量级的书籍早就被AI公司盯上了，像anthropic，之前是自己偷偷下载电子书来训练，结果被出版社发现后起诉，最终双方达成和解协议，每本书赔了3000刀，一共赔了15个亿。所以在那之后，anthropic才开始直接买实体书，然后直接进流水线切了书脊，每页扫描。至于说会销毁珍贵的绝版书，就多少有些扯淡了，这种大公司都是直接去书店按ISBN号码打包批量买，不能说书那些卖不出去而绝版，就是有珍藏价值吧。