深度分析
不可學習資料（ULD）崛起：AI 訓練資料的主動防禦與雙面刃
為防止AI模型未經授權使用資料，「不可學習資料」（ULD）技術應運而生。透過在訓練資料中加入微小擾動，ULD能有效阻止模型學習有意義的特徵，同時維持人類觀看的品質。此技術與機器遺忘、後門攻擊不同，是一種主動式防禦，但其在計算成本與倫理層面仍面臨挑戰。
深度分析
為防止AI模型未經授權使用資料，「不可學習資料」（ULD）技術應運而生。透過在訓練資料中加入微小擾動，ULD能有效阻止模型學習有意義的特徵，同時維持人類觀看的品質。此技術與機器遺忘、後門攻擊不同，是一種主動式防禦，但其在計算成本與倫理層面仍面臨挑戰。
深度分析
OpenAI在預覽中讓ChatGPT透過Plaid連結銀行與投資帳戶，匯整餘額、交易、投資與負債。用戶能在聊天中檢視消費歷史與訂閱，並請教購屋或信用卡選擇等理財問題；功能先於美國向每月200美元Pro訂閱開放，OpenAI表示可斷開連結與刪除儲存記憶，但對公司如何利用或防堵資料外洩未有完整說明。