数字书库

楼主 / Slowking

【】Anna’s Archive称，几乎所有的大语言模型巨头都对它的盗版书库表示过兴趣，最终有包括DeepSeek在内的30家公司与它建立了合作，其中多数为中国公司，以及少量欧美俄日韩公司，多数美国公司则出于版权顾虑放弃了。安娜档案表示，如果西方想在AI竞争中保持领先，就有必要修订版权法，这关乎国家安全。

一年多前安娜档案获得流出的某秀书库数据(即pdf贩子用的库)后，便邀请各大AI公司与其合作。公司以“捐赠”或交换资源的形式获得某秀库的独家早期访问权以及其他书库的高速下载，并将完成OCR的文档回馈给安娜档案供其发布。半年前安娜档案公开发布了该库。DeepSeek也在论文中提到，训练数据集包含来自安娜档案的百万本中英文书籍。