Vai al contenuto
Ricerca accademica

Data Provenance Initiative

Audit multi-istituzione dei domini dietro C4, RefinedWeb e Dolma, con raccolta longitudinale di robots.txt e termini di servizio. L'unica misurazione non commerciale delle restrizioni ai crawler AI.

Copertura
Corpora di addestramento e consenso sui dati web
Metodologia pubblicata
Apri il documento originale

Indicatori da questa fonte