网站
「AI 数据荒」雪上加霜，MIT 发现网页数据的公开共享正走向衰落
人工智能系统依靠充足、高质量的训练数据来获得高性能，但 MIT 等机构最近的一项研究发现，曾经免费提供的数据在多个方面变得越来越难获取。随着 GenAI 产品开发和研究变得越来越广泛，训练数据的抓取许可也越来越成为受关注的话题。最近，吴恩达在网站 The Batch 上提及了一篇有关数据许可的研究，其结果似乎让本就迫近的「AI 数据荒」雪上加霜。研究人员发现，C4、RefineWeb、Dolma 等开源数据集所爬取的各种网站正在快速在收紧他们的许可协议，曾经触手可及的开放数据越来越难以获取。这不仅会影响商用 AI
AI 时代如何遏制优质内容被过度抓取？谷歌探索网络货币化模式
AI 时代如何避免优质内容被抓取？谷歌正在 Chrome 浏览器中探索网络货币化解决方案，为站长、创作者提供新的营收模式。广告时代走下坡路很多内容创作者、站长都依赖广告维持运营成本，访问网站的人越多，他们和谷歌获得的收入就越多。不过在 AI 时代，用户可以绕过访问这些网站，就能获取他们想要的答案，因此导致内容创作者、站长的收入减少。货币化方案AI在线曾于今年 2 月报道，谷歌正在开发网络货币化规范，用户可以直接向网站付费，通过小额支付预览相关内容，帮站长在广告、订阅等其他传统方式之外开辟新的收入渠道。软件工程师亚历
无视网站反 AI 抓取政策，Anthropic 爬虫机器人惹多个网站所有者不满
据 The Verge 当地时间 26 日报道，Anthropic 公司使用的 ClaudeBot 在短短 24 小时之内，就访问了 iFixit 网站近百万次，此举违反了该网站的使用条款。这一显得有些疯狂的举动，引起 iFixit 的 CEO Kyle Wiens 直接在 X（推特）上开怼，AI在线附大意如下：“如果这些请求（指访问）中的任何一个访问了我们的使用条款，那么它会告诉你我们的内容被明确禁止使用。别问我，去问 Claude！”“我知道你渴望获得数据，Claude 也真的很聪明！但是，你真的有必要在 24
Reddit 被曝屏蔽多个搜索引擎和 AI 爬虫，官方称与谷歌合作无关
感谢今年 2 月，谷歌宣布与 Reddit 达成一项新协议，Reddit 数据将用于训练谷歌的 AI 模型，并在谷歌搜索结果中着重显示 Reddit 结果。彭博社报道称，这笔交易的金额约为 6000 万美元。从那时起，Reddit 在谷歌搜索中的展示次数也大幅增加。而最新消息称，Reddit 已禁止其他搜索引擎检索其网站内容。外媒 404 Media 最先报道了此行为，并指出 Reddit 已更新其 robots.txt 文件（AI在线注：网站与爬虫的协议文件），阻止所有机器人抓取网站的任何内容。AI在线查询 Re
Mozilla 升级 AI 建站服务 Solo：添加动画、放宽字符限制，最多上传 30 张图片
Mozilla 于 2023 年 12 月出名为 Solo 的全新项目，面向没有任何编程经验的用户，通过融入 AI 能力，所创建的网站可以媲美专业开发者的开发效果。Mozilla 时隔将近半年时间，推出了 Solo AI 1.0 重磅更新，通过引入更丰富的动画，让你的网站看起来更加精致。Mozilla 公司表示：“我们的首要目标是让您轻松创建和发布网站。现在，我们的下一个目标是帮助您拓展业务。在接下来的几个月里，我们将陆续推出新功能，为您提供帮助。”Mozilla 还放宽了网站的字符限制，现在每个网站最多可上传 3
B站粉丝超130万，最火最直观数学网站3b1b终于有了文字版！网友：点燃对数学的爱
学习知识有更优雅的方法。如果你无法理解高等数学、比特币、深度学习这些概念，可能有人会向你推荐 3blue1brown 的视频——这是一个专门制作可视化讲解视频的频道，其内容覆盖数学、人工智能等领域，每门课都配有直观生动的动画演示，帮助观众加深对概念定理的理解。它火到什么程度？除了 YouTube 上 380 万订阅者之外，3b1b 在 B 站上还有官方账号，粉丝数量超过 130 万，每个视频都是 10 万以上播放量，甚至有老师在课堂上播放该频道的视频。对于一个硬核教学 UP 主来说，这样的成绩几乎是无人可及了。不过
- 1