Clawdbot 事件引发思考：有没有一种无需大规模抓取即可训练模型的方法？
Reddit r/LocalLLaMA2026/02/10 12:22机翻/自动摘要/自动分类
6 阅读
摘要
针对AI模型训练中普遍存在的“先抓取后道歉”的数据爬取乱象，作者提出疑问：是否存在一种更优的训练方式，能在不损害数据所有者控制权的前提下进行模型训练或微调？文中提及联邦学习和安全环境训练等潜在方案，但对其应用现状表示不确定，并对当前大规模数据抓取模式表示不满。
正文
围绕 Clawd 和这些 AI 抓取器的所有争议让我不禁思考，是否有更好的方法来训练模型。例如，有没有一种方法可以在不让数据所有者失去控制权的情况下，利用其数据训练或模型？我听说有人提到过联邦学习或在安全环境中进行训练，但不知道这些方法是否真的被广泛使用。感觉目前的模式就是“先抓取一切，事后再寻求原谅”。