训练与授权

这一节收录 4 篇，按下面的顺序看。

• 训练数据　指模型训练阶段消费的语料，网页抓取的公开内容是其中一大来源
• AI 内容许可　是一项交易，可以谈条件，谈的是"内容能不能被 AI 使用"，而不只是一个 robots 开关
• llms.txt　是一个提案：在站点根目录放一份 Markdown 文件，用人类与模型都好读的方式给出站点概览与关键页面链接清单
• 数据授权与协议　指网站内容被 AI 抓取、使用和商业利用时的两层许可：一层是写在 robots.txt 里的技术开关，只表达允不允许抓取