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
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。