生成 AI の学習データ

生成 AI の学習データとは、モデルが事前学習に使った大量のテキストや画像などのことです。

Web 上の文章、書籍、プログラムのコードなどが含まれます。何が使われたかを公開していないモデルも多く、外から確かめられないことが少なくありません。

著作物の扱いや個人情報の混入、偏りの再生産といった問題の起点になるため、出どころへの関心が高まっています。