To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage is tracked as a internet infrastructure institution within the internet infrastructure ecosystem.
To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage has public-source relevance to network operations, governance, dependency mapping, or market structure.
To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage has public-source relevance to network operations, governance, dependency mapping, or market structure.
To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage is tracked as a internet infrastructure institution within the internet infrastructure ecosystem.
Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
| 0.90–1.00 | A | High — direct sources |
| 0.75–0.89 | A/B | Strong |
| 0.55–0.74 | B/C | Medium |
| 0.35–0.54 | C/D | Weak–medium |
| 0.10–0.34 | D | Weak signal |
| 0.00–0.09 | D | Internal monitoring |
多个公开来源
- 谷歌已证实关于OpenAI在YouTube上活动的未经证实的报道，并表示其robots.txt文件和服务条款禁止未经授权的内容抓取或下载。
- Meta在剑桥分析丑闻之后面临训练数据可用性和隐私问题的限制。该公司曾考虑购买图书许可证或收购一家出版商以追赶OpenAI，并在消费者数据使用方面面临限制。
《华尔街日报》本周早些时候称，AI公司在收集高质量训练数据方面遇到了障碍。《纽约时报》详细介绍了各公司应对这一问题的一些方式。 另见: FCC 以许可限制支持光纤建设者.
OpenAI亟需训练数据
由于急需训练数据，OpenAI开发了Whisper音频转录模型以克服困难，转录了超过一百万小时的YouTube视频来训练其最先进的大型语言模型GPT-4。据《纽约时报》报道，该公司知道这在法律上存在问题，但将其视为合理使用。OpenAI发言人Lindsay Held告诉The Verge，该公司为每个模型策划“独特”的数据集，以“帮助它们理解世界”并保持其全球研究的竞争力。 另见: Ofcom 揭露英国铁路移动覆盖差距.
根据《纽约时报》的报道，该公司在2021年就用完了相关数据，并讨论将转录播客、有声读物和YouTube视频作为备用计划。到那时，谷歌已经使用来自Quizlet的信息、一个国际象棋游戏数据库以及来自Github的计算机代码来训练其模型。 另见: 罗伯特·纽沃斯.
谷歌的回应
谷歌发言人Matt Bryant在一封电子邮件中告诉The Verge，该公司已经“看到了未经证实的报道”，并补充说，“我们的robots.txt文件和服务条款都禁止未经授权抓取或下载YouTube内容”，这与公司的使用条款相符。Bryant表示，谷歌会采取“技术和法律措施”来防止此类未经授权的使用，“当我们有明确的法律或技术依据时”。 另见: 欧盟重写人工智能基础设施主权规则.
《纽约时报》写道，谷歌的法律部门已要求公司的隐私团队调整其政策语言，以扩大其对消费者数据的处理范围，例如Google Docs等办公工具。据报道，谷歌打算在7月1日发布新政策，以利用独立日周末假期分散注意力。 另见: 欧盟限制美国卫星运营商接入频谱.
另请阅读：OpenAI语音克隆工具只需15秒样本即可模仿你的声音
Meta的回应
Meta同样遇到了高质量训练数据可用性的限制，在《纽约时报》听到的录音中，其AI团队讨论了在试图追赶OpenAI时未经许可使用受版权保护作品的问题。该公司曾考虑支付图书许可费甚至直接收购一家大型出版商等措施。在剑桥分析丑闻之后，公司的隐私改革也显然限制了其使用消费者数据的方式。 另见: FCC 要求美国海底电缆登陆须获许可.
谷歌、OpenAI以及更广泛的AI训练领域都在努力应对模型训练数据迅速枯竭的问题，而这些模型吸收的数据越多越好。《华尔街日报》本周写道，到2028年，公司可能会超过新内容的发展速度。 另见: 美国封堵海外AI芯片采购漏洞.
《华尔街日报》建议了解决模型错误问题的方法，包括合成数据或课程学习。然而，这两种方法都未经证实。公司可以使用它们找到的任何内容，无论是否获得许可，但这充满了诉讼风险。 另见: Dish 违约后 FCC 重启 AWS-3 拍卖.
运营领域
To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage 的公开档案基于可见角色、运营背景和相关报道。
- 公开角色: To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage 通过公开角色、服务背景和可复核资料进入 BTW 的观察范围。 证据基础: To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage article record; To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage article record
- 运营面: Governance 与 Global 构成该机构档案的公开语境。 证据基础: To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage article record; To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage article record
时间线
- To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage 公开档案更新
公开报道将 To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage 记录为需要按角色、运营语境和证据继续观察的主体。
概要
- 名称: To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage
- 类型: Internet infrastructure institution
- 所在地: Global
- 档案重点: Institution
功能说明
- 公开记录可用于跟踪其角色、服务和关键关系。
重要性
- Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
- 运营关键性: Medium
- 时间范围: Next quarter
关注事项
- 监测重点是经核实的服务连续性、治理变化和关系信号。
跟踪经验证的来源更新、角色变化和当前公开证据。
Public-source signals support medium-impact monitoring for infrastructure visibility and dependency analysis.
长期相关性取决于经验证的运营、政策和关系变化。
会员简报
深度档案背景
登录后可解锁完整档案简报和来源说明。
公开视角
To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage 的公开解读限于可见角色、运营语境和有证据支撑的关系。
观察点
- 新的公开角色、合作、产品、政策或市场披露。
- 涉及具名组织或人物的已验证关系变化。
限制说明
- 私人或未经验证的说法不进入公开视图。
常见问题
为什么收录 To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage？
To train GPT-4, OpenAI transcribed more over a million hours of YouTube footage 有公开证据显示其与数字基础设施、治理或市场报道相关。
这个档案的公开部分是什么？
公开层覆盖可见角色、运营语境、关联主体和有证据支撑的观察点。
读者接下来应关注什么？
读者应关注有来源支持的角色变化、新合作、监管暴露、运营扩张或会改变公开评估的证据。
