Anthropic 被曝大肆购买古籍：扫描蒸馏后立即销毁，训练数据获取方式引争议

Anthropic 的「古籍蒸馏」策略

2026 年 5 月 10 日，凤凰网科技报道 Anthropic 的训练数据获取新方式。

操作方式

• 购买古籍：大量购入历史书籍和文献
• 扫描蒸馏：对实体书进行扫描和知识蒸馏
• 销毁实体：蒸馏完成后销毁实体书

行业讨论

这种做法引发了关于 AI 训练数据获取伦理的新一轮讨论：

1. 文化遗产保护：历史书籍具有文化价值，销毁是否合适？
2. 数据透明度：AI 公司应公开训练数据来源和处理方式
3. 成本效益：相比购买数字版权，这种方式是否真的更经济？

背景

此前 talkie-1930 项目使用 1931 年前的公共领域文本训练语言模型，证明了历史语料在 AI 训练中的价值。Anthropic 的做法可能是为了获取高质量的公共领域语料。

来源： 凤凰网科技
链接： https://tech.ifeng.com/