训练数据的本质：好莱坞电影加上所有人的 robots.txt

tetsuoai 在 X 发帖调侃大模型训练数据：本质就是「用好莱坞电影训练，再爬取所有网站的 robots.txt」。这条短帖暗讽模型能力既来自影视叙事，也来自无视网站爬虫声明的抓取数据，一语点破围绕版权与训练数据的争议。