亚马逊，曾经的在线书商，正在销毁珍本书籍以训练AI模型

据404 Media报道，亚马逊正在购买大量珍本书籍，切断书脊并进行扫描以用于AI训练。404 Media在一本珍本书中放置了追踪设备，最终该设备抵达亚马逊位于拉斯维加斯的一处设施。 该设施名为VGT3，以一只恐龙用爪子抓着书的标志标识自己。亚马逊在给404 Media的一份声明中表示，它“通过商业渠道购买书籍，以改善客户使用的产品和服务。” 像亚马逊这样的公司需要极其海量的文本来训练其大语言模型（LLM），这些模型已经摄取了能从互联网上获取的内容（在Anthropic的案例中，还非法盗版了书籍）。珍本书籍，尤其是那些绝版或在互联网上无法找到的书籍，为它们提供了令人垂涎的新训练数据源。 这些文本尤其宝贵，因为2022年之前出版的任何内容都不可能是由LLM撰写的。当LLM用AI生成的文本进行训练时，它们面临“模型崩溃”的风险——当LLM摄入了太多AI生成的文本后，其输出质量可能会下降。