**微软在声称使用‘企业级、干净且商业许可的数据’的同时，使用未授权网页数据训练其MAI模型** _Microsoft trained its MAI mod
原帖
**微软在声称使用‘企业级、干净且商业许可的数据’的同时，使用未授权网页数据训练其MAI模型**
_Microsoft trained its MAI models on unlicensed web data despite promising "enterprise grade, clean and commercially licensed data"_
> 微软在对外宣称其大语言模型训练方法与其他AI公司不同，声称仅使用‘干净且商业许可的数据’。然而，实际上微软的MAI模型部分训练数据来自未授权的网络数据，如Common Crawl。与其他AI实验室一样，微软依赖合理使用原则，并将责任推给网站所有者来阻止其爬虫。
**来源信息**
- **来源**：The Decoder：AI News（RSS）
- **分类**：ai-models
- **发布时间**：2026-06-05 20:10（北京时间）
- **原文**：[打开原文](https://the-decoder.com/microsoft-trained-its-mai-models-on-unlicensed-web-data-despite-promising-enterprise-grade-clean-and-commercially-licensed-data)