LAION 发布全新 AI 数据集 Re-LAION-5B,彻底清除儿童性虐待内容链接
LAION发布Re-LAION-5B,全球首个全面清除CSAM链接的AI训练数据集,旨在解决儿童性虐待材料(CSAM)问题。该数据集在LAION-5B基础上进行了重大改进,主要分为Re-LAION-5B Research和Research-Safe两个版本,共移除2236个CSAM链接,其中1008个来自儿童保护组织名单。数据集包含55亿对文本和图像,旨在帮助清理现有数据集,移除所有匹配的CSAM内容。LAION希望通过此举为网页规模数据集的安全标准设定新基准,解决AI训练数据集中CSAM问题的严重性,尤其是AI生成CSAM内容的增长对真实案件调查和社交媒体平台报告数量的影响。