首页 > 业界 > 关键词  > LLaMA最新资讯  > 正文

LLaMA都在用的开源数据集惨遭下架:包含近20万本书,对标OpenAI数据集

2023-08-21 14:34 · 稿源: 量子位公众号

开源数据集因侵权问题,惨遭下架。如LLaMA、GPT-J等,都用它训练过。如今,托管了它3年的网站,一夜之间删除了所有相关内容。这就是Books3,一个由将近20万本图书组成的数据集,大小将近37GB。丹麦一家反盗版组织表示,在该数据集中发现了150本其成员的书籍,构成侵权,所以要求平

......

本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台,本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间,为了保证文章信息的及时性,内容观点的准确性,平台将不提供完全的内容展现,本页面内容仅为平台搜索索引使用。需阅读完整内容的用户,请查看原文,获取内容详情。

举报

  • 相关推荐
  • Clipto.AI 与 Hollyland 猛玛达成战略合作:共同探索 AI Memory Layer 与智能硬件的融合

    Clipto.AI与Hollyland猛玛宣布战略合作,聚焦AI记忆层与智能硬件融合。首阶段面向创作者及专业音视频场景,在用户授权、隐私可控下,推动硬件从记录工具演进为能理解、搜索和调用个人长期记忆的智能入口。双方将在硬件、平台与生态三层面合作,探索下一代以长期记忆为核心、理解用户并延续工作流的AI硬件体验。

  • CANN全面开源开放,共赢AI技术生态

    8月15日,2026 CCF中国开源大会CANN分论坛在重庆举行,华为、南京大学、魔芯科技等专家共议开源生态。论坛以人才生态为主线,构建“学练赛证聘”一体化闭环,将产业需求前置培养环节;并围绕昇腾950分享CANNLab平台、算子工具、DeepSeek优化及三维世界模型等实践。未来将联动产学研,持续开放开源,降低创新门槛,加速AI落地。

  • 忆联AM6B0:为端侧AI提速,UMA时代的大模型存储“标配”!

    NVIDIA统一内存架构让PC可运行千亿大模型,但对存储性能提出严苛要求。忆联AM6B0 SSD凭借满血性能、高低延迟与可靠设计,成为UMA时代大模型存储“标配”。实测加载千亿大模型仅需14.6秒,顺序读写达7100/6500 MB/s,综合性能领先同级竞品,有效缩短等待、释放生产力,全面补齐算力落地的关键一环。

  • AI日报:豆包接入抖音来客酒店交易;千问上线AI硬件开放平台;腾讯开源全新浏览器自动化工具 BrowserSkill

    豆包接入抖音来客酒店交易,收取约12%软件服务费,官方正优化体验。阿里千问上线AI硬件开放平台,支持开发者自建眼镜能力。腾讯开源浏览器自动化工具BrowserSkill,提升AI Agent处理网页任务的效率。Meta开源300亿参数模型Muse Glimmer,支持本地AI Agent。Anthropic在Claude输出中添加文本水印,遵守欧盟法案。段永平回应未投大模型,但盼DeepSeek梁文锋成功。千问App推出最高128元/月的办公助手等付费方案。ZCode升级核心功能,缓存命中率超98%。

  • AI视频Skill一键生成短视频工具,小白也能轻松出片

    AI短片看似容易,自己上手却卡在提示词、参数和分镜。真正一键生成不存在,只是把成熟工作流打包。updream的Skill是大神级工作流,配满血模型,Agent分步引导、每步可改。小白只需选Skill、说需求、节点确认三步出片,还能学习流程甚至自制Skill,适合新手入门。

  • 算力狂飙,始于“第一秒”:忆联DRAM-less启动盘护航AI集群底座

    AI集群中,启动盘是决定部署效率与成本的关键。企业级启动正从PXE转向本地化,DRAM-less M.2成为主流。忆联UM301a面向大规模AI场景,以读密集型优化、低功耗、免DRAM供应风险、200万小时MTBF及更低TCO,保障数千GPU快速稳定启动,从第一秒释放算力。

  • 渝见开源,数智启新|2026 CCF中国开源大会盛大启幕

    2026 CCF中国开源大会在重庆开幕,以“渝见开源,数智启新”为主题,聚焦AI与软件工程双向赋能。多位院士指出AI提效但无法取代工程化思维;大会发布泛在操作系统社区成果及ODTC开源激励计划,设多场分论坛覆盖芯片、操作系统、具身智能等,共建开源生态推动数字产业升级。

  • 浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

    浪潮数据董事长张东发表主旨演讲,指出AI驱动第四次产业变革,但企业落地面临算力演进、数据孤岛、生态割裂、应用转化四大挑战。他宣布浪潮数据战略升级为全栈AI基础设施服务商,并发布AI数据操作系统。会上详细拆解了“玄同”数据库与“万象”算力引擎两大原创系统架构创新,旨在补齐全产业架构关键夹层。张东判断,高价值数据沉淀将推动私有化AI基础设施成为主流,并提出适配国内企业的完整产业解法。浪潮数据启动生态计划,携手伙伴共建开放智能生态。

  • 浪潮数据张东:AI时代需要AI数据操作系统——从四次产业革命看基础设施的底层逻辑

    浪潮数据十年云数积淀,正式升级全栈AI基础设施战略。张东指出AI面临持续演进、数据就绪、生态协同、应用落地四大挑战,提出语料、行业、记忆三类数据驱动智能循环,并判断私有化AI部署将成为主流。以系统设计为核心、数据激活智能,发布AI数据操作系统及“玄同”数据底座、“万象”算力引擎两大架构创新,启动Data Inspire AI生态。公司以InCloud AIOS等产品服务超2万政企客户,助力产业智能化落地。

  • 破解AI算力“用电焦虑”,科华数据抢占HVDC供电赛道

    AI算力激增推动数据中心耗电翻倍,2030年预计达950TWh,供电架构面临升级。高压直流(HVDC)凭借减少转换损耗、高可靠性等优势,成为破解AI用电焦虑的关键。科华数据凭近40年技术积累,在HVDC领域出货量及销售额均居行业首位,打造了覆盖240V至800V的全场景产品矩阵,能高效承载高密度AI算力集群供电需求,并具备定制化开发能力,有望成长为算力基础设施核心供应商。

今日大家都在搜的词: