苹果公司在一篇新的研究论文中表示，其智能模型的训练未使用任何非法从网络抓取的数据。

苹果称，如果出版商不同意其数据被抓取用于训练，公司将不会抓取这些数据。公司强调，使用多样且高质量的数据训练模型是必要的，这些数据包括从出版商获得授权的数据、公开可用或开源数据集中的数据，以及通过网络爬虫 Applebot 抓取的公开信息。

苹果表示，不会在训练基础模型时使用用户的私人数据或用户交互信息，并采取措施应用过滤器去除个人身份信息，排除粗俗和不安全的内容。

论文重点说明了 Applebot 系统如何在复杂的网络环境中获取有效信息。苹果回应版权相关问题时强调，始终尊重版权持有者的权益。

苹果称将继续遵循伦理抓取实践，包括遵守 robots.txt 协议，允许网页出版商选择是否允许其内容被 Applebot 抓取用于训练生成式基础模型。出版商可通过 robots.txt 文件控制 Applebot 的访问范围，且这些页面仍可出现在 Siri 和 Spotlight 的搜索结果中。

robots.txt 是一种广泛采用的系统，非标准隐私保护机制。网站可通过该文件指示 AI 系统哪些内容可以抓取。苹果指出，遵守 robots.txt 协议是可行的，OpenAI 也曾表示遵守这一协议。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。