哈佛大学日前宣布，通过其新成立的机构数据倡议（Institutional Data Initiative, IDI），将提供一个包含近100万本公共领域书籍的数据集，用于训练人工智能模型。该项目得到了微软和OpenAI的支持，并包含了由谷歌图书扫描的、版权保护已到期的书籍。这些书籍涵盖了从经典文学作品到专业学术文本的广泛内容，为研究人员和开发者提供了一个丰富...