文章来源：万象ai发布时间：2025-07-22 16:16:58
7月21日消息，据外媒AppleInsider今晚报道，苹果公司在一篇新的研究论文中再次强调，苹果智能模型的训练并未使用任何非法从网络抓取的数据。
苹果在新发布的研究论文中表示，如果出版商不同意其数据被抓取用于训练，苹果公司将不会抓取这些数据。“我们相信，使用多样且高质量的数据来训练我们的模型是必要的。这些数据包括我们从出版商那里获得授权的数据、公开可用或开源数据集中的数据，以及通过我们的网络爬虫Applebot抓取的公开信息。”
苹果公司补充道：“我们不会在训练基础模型时使用用户的私人数据或用户交互信息。我们还采取措施应用过滤器，去除个人身份信息，排除粗俗和不安全的内容。”
论文的重点在于苹果如何执行这一抓取过程，特别是Applebot系统如何在“网络杂乱无章的环境”中确保能够获取有效信息。然而，苹果也回应了有关版权的问题，每次都重申苹果始终尊重版权持有者的权益。
从论文中获悉，苹果公司表示：“我们将继续遵循最佳的伦理抓取实践，包括遵守广泛采用的robots.txt协议，允许网页出版商选择是否让他们的内容被用于训练苹果的生成式基础模型。网页出版商对Applebot可以访问哪些页面以及如何使用这些页面拥有细致的控制，同时这些页面仍然能出现在Siri和Spotlight的搜索结果中。”
这些“精细控制”显然是基于长期使用的robots.txt系统。其并非标准的隐私保护机制，不过仍被广泛采用，网页出版商通常会在网站上放置一个名为robots.txt的文本文件。
如果AI系统看到该文件，它就应该避免抓取该站点或文件中列出的特定页面。“遵守robots.txt协议很容易，而OpenAI也曾表示它会遵守这一协议。”
论文地址
https://machinelearning.apple.com/papers/apple_intelligence_foundation_language_models_tech_report_2025.pdf
相关攻略 更多
OpenAI底层AGI技术被曝光！前研究主管豪言：从此再无新范式
爆款AI视频越来越多，但本质我觉得跟炒股没区别。
Cursor+Claude的SVG图片生成功能，强到离谱，强烈建议写PPT没思路的时候买个会员
超20万人使用！最强开源浏览器Workflow插件【内置3300+模版】效率又起飞了～
营销获客AI公司Clay，花7年找到PMF后，快速实现10倍增长的秘密
5天连发5个王炸！MiniMax这波发布周把OpenAI都整懵了|MiniMax发布周回顾
AI应用行业全景洞察丨中国丨2025年5月丨万字诚作丨Xsignal
数字疗法AI医疗独角兽SwordHealth再融4000万，估值冲至40亿美元背后的战略棋局
最新资讯 更多
OpenAI底层AGI技术被曝光！前研究主管豪言：从此再无新范式
更新时间：2025-07-25
爆款AI视频越来越多，但本质我觉得跟炒股没区别。
更新时间：2025-07-25
Cursor+Claude的SVG图片生成功能，强到离谱，强烈建议写PPT没思路的时候买个会员
更新时间：2025-07-25
超20万人使用！最强开源浏览器Workflow插件【内置3300+模版】效率又起飞了～
更新时间：2025-07-25
营销获客AI公司Clay，花7年找到PMF后，快速实现10倍增长的秘密
更新时间：2025-07-25
5天连发5个王炸！MiniMax这波发布周把OpenAI都整懵了|MiniMax发布周回顾
更新时间：2025-07-25
AI应用行业全景洞察丨中国丨2025年5月丨万字诚作丨Xsignal
更新时间：2025-07-25
数字疗法AI医疗独角兽SwordHealth再融4000万，估值冲至40亿美元背后的战略棋局
更新时间：2025-07-25
宁德时代领投，「银河通用」完成超10亿元新一轮融资
更新时间：2025-07-25
【译】万字长文解读：生成式AI的21个设计模式、示例及应用策略
更新时间：2025-07-25
