評論員文章

【資料圖】

驅動中國2023年8月8日消息，據悉，OpenAI 旗下 GPT 模型的訓練需要大量的網絡數據，這可能涉及到數據隱私和版權等問題。為了解決這些問題，OpenAI 最近推出了一個新功能，讓網站可以阻止其網絡爬蟲（web crawler）從其網站上抓取數據訓練 GPT 模型。

網絡爬蟲是一種自動化的程序，可以在互聯(lián)網上搜索和獲取信息。OpenAI 的網絡爬蟲名為 GPTBot，其會以一定的頻率訪問各種網站，并將網頁內容保存下來，用于訓練 GPT 模型。

OpenAI 在其博客文章中表示，網站運營者可以通過在其網站的 Robots.txt 文件中禁止 GPTBot 的訪問，或者通過屏蔽其 IP 地址，來阻止 GPTBot 從其網站上抓取數據。OpenAI 還表示，“使用 GPTBot 用戶代理（user agent）抓取的網頁可能會被用于改進未來的模型，并且會過濾掉那些需要付費訪問、已知收集個人身份信息（PII）、或者有違反我們政策的文本的來源。”對于不符合排除標準的來源，“允許 GPTBot 訪問您的網站可以幫助 AI 模型變得更加準確，并提高它們的通用能力和安全性。”