微软MAI系列AI模型训练数据曝光，仅商业授权说法存在出入_科技资讯

创始人

2026-06-06 17:36:22

0次

IT之家 6 月 6 日消息，科技媒体 The Decoder 昨日（6 月 5 日）发布博文，报道称微软最新发布的 MAI 系列 AI 模型部分使用未获授权的开放网络数据训练，与其此前“仅采用企业级、干净且商业授权数据”的说法不一致。

IT之家此前报道，在宣传 MAI 系列模型时，微软号称“完全基于干净数据从零开始训练，未使用来自第三方模型的蒸馏数据”。

不过根据官方披露的 MAI 技术论文，这些模型并非只依赖商业授权数据，还部分包括 Common Crawl 在内的开放网络数据，这与微软此前对外强调的“企业级、干净且商业授权数据”表述存在明显落差。

从论文描述看，微软采用的是“公开可得数据”与“授权的人类生成数据”的混合方案，同时覆盖授权语料与互联网公开内容。

在网络数据获取方式上，微软称其使用自有爬虫，并遵守 Robots Exclusion Protocol（机器人排除协议，robots.txt）以及相关元标签和 HTML 控制项。

不过该媒体指出争议点在于，对于未屏蔽内容，默认视为可被抓取，内容保护责任实际上更多落到网站所有者身上，这种逻辑近似于“没有锁门就等于同意进入”。

应急演练强保障，蔡甸供电精准守... 极目新闻通讯员胡莉娜张书烨 “设备温度正常、负荷数据稳定，UPS电源运行无异常，双电源切换试验圆...

人工智能在医疗领域的应用与挑战人工智能在医疗领域的应用与挑战一、人工智能在医疗中的主要应用人工智能正逐步改变传统医疗模式，其核...

原创每... 放眼夜空，一场看不见的太空大戏正在上演，SpaceX公司旗下的“星链”卫星正以惊人速度坠入地球大气层...

每年这个时候，民进党总要幼稚地... 一年一度的海峡论坛即将在厦门如期举办，作为两岸民间交流的重要盛会，论坛始终聚焦基层对接、民生互通与青...

网红“阿全哥”车祸离世，留下4... 极目新闻记者杜光然近日，家属通过网红“双山阿全哥”的账号发布讣告称，5月底，44岁的阿全哥因车祸不...

致命超载：8名蓝莓采摘女工殒命... 澎湃新闻记者陈蕾编辑黄霁洁实习生余乐元珂盈冼浩新王圣铭天还没亮，60岁的农妇王盛兰摸...

中外人士共话AI赋能全球航运新... 转自：新华社新华财经天津6月6日电（杨文包庆龄） “人工智能（AI）正在深刻改变港口运营的模式，...

我科学家找到深海水虱抗饿的绝招深海水虱是一类生活在深海中的甲壳动物，因保持世界上最长的绝食时间纪录（可达5年以上）而闻名。近日，我...

俄石油巨头CEO：霍尔木兹海峡... 据路透社6月6日报道，俄罗斯石油公司（Rosneft）首席执行官伊戈尔·谢钦在圣彼得堡国际经济论坛上...

原创什... 近日，有机构发布了4月份，国内线上家用路由器市场情况。从销量来看，一共卖出了86.2万台，同比下滑...