合理使用惠及所有人
OpenAI 公开了一些法庭意见书的节选，提交者包括创作者、学者、无障碍权益倡导者和法律专家等。这些意见书讨论的是“合理使用”原则如何支持 AI 训练和创新。所谓合理使用，是指在某些条件下可以不经授权使用已有作品，这次讨论的就是它是否适用于 AI 训练。目前公开的只是意见书节选，具体内容和后续结果原文没有说明。
文中可用工具
提供的材料未提及具体可用工具。
评论 · 分享第一个看法
AI 资源库 · 已整理 3 项
AI 训练
查看与AI 训练相关的 AI 资讯、工具、Skill、工作流和开源项目。
让网站更容易表达 AI 训练偏好
OpenAI 表示，将遵守一个共享的 robots.txt 信号，让网站运营者可以用同一种方式，向参与这项机制的 AI 服务商表明自己是否允许内容被用于 AI 训练。过去网站要分别向各家表达意愿，既麻烦又容易漏掉；现在只需在 robots.txt 里加一处标记，参与的服务商就会按这个偏好处理。对网站方来说，控制内容用途更省事；对普通读者来说，这不会改变你浏览网页的方式。目前只提到 OpenAI 会遵守这一信号，具体标准名称、参与厂商名单和生效时间原文没有说明。
文中可用工具
提供的材料未提及具体可用工具。
Nebius 将 rollout 收集时间缩短 66.9%——改变了什么
Nebius 的 AI 训练团队在 Terminal-Bench 类负载上做了一次实验：把一次 256 条轨迹的批次收集时间减少了 66.9%。原来在智能体强化学习训练中，模型要先完成任务、拿到结果才能学习，但任务长短不一，慢的几条会让整批训练卡住，昂贵的 GPU 常常在等便宜的沙箱和代码执行。做法是把推理引擎当成训练优化器的一部分：按整组完成而不是启动顺序来组批，让生成和训练部分重叠、缓存对话历史避免重复预填，并把基础设施故障和模型自身失败分开计分。这只是一个实验中的批次收集测量，不含训练器本身的前向反向计算，不等于完整训练提速。对读者来说，这提供了一个思路：智能体训练慢，瓶颈往往不在 GPU 算力，而在任务执行和调度这些配套环节。
文中可用工具
- Nebius提供 AI 训练与推理服务的公司，本文实验由其实施
- Terminal-Bench用于评测终端操作类智能体任务的基准，本文实验基于它构造负载
- GRPO一种强化学习训练方法，把同一任务的多次尝试相互比较打分