Bloom filter 进入 OpenAI 版权案
arpit_bhayani · x · 2026-07-11
TechCrunch 文章提到，Bloom filter 竟然成了 OpenAI 被《纽约时报》起诉一案中的关键证据之一。 帖文解释了其工程思路：由于 ChatGPT 输出通常不会与原文完全一致，OpenAI 不可能对每个输出做全量精确比对；因此更可能先把受版权保护文本切成小的重叠片段并哈希进 Bloom filter，再对模型输出做同样处理，以便低成本筛出“值得进一步检查”的结果。文中还提到，这个内部工具据称叫 **Project Giraffe**，用途是对可能涉及版权内容的输出做粗筛，而不是对所有输出做精确匹配。