AI 연구소들, 모델 붕괴를 막기 위해 수백만 권의 책을 폐기 중
isbndb는 ai 연구소들이 ai로 오염된 학습 데이터를 피하기 위해 2022년 이전 출판된 종이책을 대량 구매하도록 지원하고 있으며, 이는 모델 붕괴와 저작권 소송의 위험을 안고 있다.
AI 연구소들은 2022년 이전에 출판된 책들을 ISBNdb와 같은 서비스를 통해 적극적으로 입수하여 합성 AI 오염이 없는 인간 큐레이션 데이터를 소싱하고 있다. ISBNdb는 1,000권에서 1백만 권까지의 대량 주문을 지원하며, 실제 텍스트는 현대의 오염 도구 및 모델 붕괴에 구조적으로 면역된 피어 리뷰 지식을 제공한다고 강조하고 있다. 이러한 경향은 Anthropic과 같은 기업들이 수백만 권의 책을 스캔하고 파괴할 계획을 세웠다는 법적 폭로에 이어 저자와 출판사로부터 저작권 소송을 제기한 이후에 나타났다. 데이터 전략이 품질 저하를 해결하는 동안, 사유 AI 훈련을 위해 실제 도서관을 파괴하는 것은 광학 및 법적 위험을 심화시킨다.