EleutherAI 发布 8TB 开源数据集：全靠授权与公有领域文本训练
EleutherAI 联合多家机构发布 8TB 训练数据集 The Common Pile v0.1。该数据集耗时两年，完全由授权和公有领域文本构成。同步推出的 7B 模型 Comma 表现媲美 Meta 的初代 Llama，证明不用侵权数据也能练出好模型。
EleutherAI
OSI 炮轰 Meta：LLaMA 2 根本不算真正的开源
开源促进会（OSI）发文批评 Meta 滥用「开源」概念，指出 LLaMA 2 限制商业规模和特定领域，并不符合开源定义。OSI 认为开源必须赋予开发者完整自主权，不能限制用途，他们计划在 10 月 17 日拿出「开源 AI」的正式定义草案。