Reddit现已封锁互联网档案馆(IA)对热门Reddit帖子的索引,原因是发现一些被限制抓取Reddit数据的AI公司,转而从IA的存档内容中抓取数据。
此前,IA的Wayback Machine可靠地存档Reddit页面、用户资料和评论,这是其互联网存档使命的一部分。但今后,只有Reddit首页的截图会被存档。正如The Verge指出的,这意味着存档只能作为每日热门帖子和新闻标题的快照,而不再提供已删除帖子的备份或各种Reddit子文化的记录窗口。
Reddit尚未确认哪些AI公司从Wayback Machine抓取其数据。公司发言人Tim Rathschmidt只向Ars确认,Reddit已"察觉到AI公司违反平台政策的情况,包括我们的政策,从Wayback Machine抓取数据"。
Rathschmidt建议IA可以采取措施更好地防御对存档Reddit内容的AI抓取。这可能会促使Reddit解除抓取限制,据The Verge报道,这些限制从今天开始在Reddit全面实施。
但Reddit也借此机会解决其他长期存在的隐私问题,称限制是合理的,因为Wayback Machine存档了用户已删除的内容,这很有问题。
"在他们能够保护自己的网站并遵守平台政策(例如,尊重用户隐私,删除已移除的内容)之前,我们正在限制他们对Reddit数据的部分访问,以保护Reddit用户,"Rathschmidt说。
对社交媒体评论的回顾显示,过去一些Reddit用户使用Wayback Machine研究已删除的评论或帖子。这些评论者指出,还有无数其他工具可以找到已删除的帖子或研究用户活动,有些人认为Wayback Machine可能不是最容易导航的平台。
Reddit用户还会在Reddit平台变化引发内容删除时求助于IA等资源。最近一次是在2023年,当Reddit公共API的变化威胁到受欢迎的子版块时,存档介入保存了内容以免丢失。
IA尚未表示是否正在寻找解决方案来解除Reddit的限制,也没有回应Ars关于这一变化如何影响存档作为开放网络资源效用的评论请求,考虑到Reddit的受欢迎程度。
Wayback Machine主管Mark Graham告诉Ars,IA与Reddit有"长期关系",并继续就此事进行"持续讨论"。
Reddit限制AI公司利用Wayback Machine存档似乎出于经济动机,可能希望促成更多有利可图的许可协议,就像Reddit与OpenAI和谷歌达成的协议。OpenAI协议的条款保密,但据报道谷歌协议价值6000万美元。在未来三年中,Reddit预计从此类许可协议中获得超过2亿美元收入。
Q&A
Q1:Reddit为什么要封锁互联网档案馆?
A:Reddit发现一些被限制抓取Reddit数据的AI公司,转而从互联网档案馆的存档内容中抓取数据,违反了平台政策。同时Reddit也担心Wayback Machine存档了用户已删除的内容,存在隐私问题。
Q2:封锁互联网档案馆会对用户产生什么影响?
A:今后只有Reddit首页的截图会被存档,用户无法再通过Wayback Machine查看已删除的帖子、用户资料和评论,也无法研究各种Reddit子文化或特定用户的历史活动。
Q3:Reddit的数据许可协议能带来多少收入?
A:Reddit已与OpenAI和谷歌达成许可协议,其中谷歌协议价值6000万美元。Reddit预计在未来三年中从此类许可协议中获得超过2亿美元收入。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。