苹果发布论文强调AI训练符合伦理并尊重出版商权益

快速阅读: 相关媒体消息，苹果强调其模型训练不使用非法网络数据，尊重版权，遵守robots.txt协议，允许出版商控制内容被抓取。

据Apple Insider报道，7月21日，苹果公司在一篇新的研究论文中强调，其智能模型的训练未使用任何非法从网络抓取的数据。苹果表示，若出版商不同意其数据被抓取用于训练，苹果将不会抓取这些数据。

苹果在论文中指出，使用多样且高质量的数据来训练模型是必要的，这些数据包括从出版商处获得授权的数据、公开可用或开源数据集中的数据，以及通过苹果网络爬虫Applebot抓取的公开信息。苹果强调，不会在训练基础模型时使用用户的私人数据或用户交互信息，并采取措施去除个人身份信息，排除粗俗和不安全的内容。

论文重点介绍了苹果如何执行抓取过程，特别是Applebot系统如何在复杂的网络环境中确保获取有效信息。苹果还回应了版权问题，重申始终尊重版权持有者的权益。

苹果公司表示：“我们将继续遵循最佳的伦理抓取实践，包括遵守广泛采用的robots.txt协议，允许网页出版商选择是否让他们的内容被用于训练苹果的生成式基础模型。网页出版商对Applebot可以访问哪些页面以及如何使用这些页面拥有细致的控制，同时这些页面仍能出现在Siri和Spotlight的搜索结果中。”

这些“精细控制”基于长期使用的robots.txt系统，虽然不是标准的隐私保护机制，但仍被广泛采用。网页出版商通常会在网站上放置一个名为robots.txt的文本文件，指示AI系统避免抓取特定页面。苹果表示，遵守robots.txt协议相对容易，OpenAI也曾表示会遵守这一协议。

(以上内容均由AI生成)