Anthropic 诉讼文件未脱敏，Opus 3 前内部数据质量讨论曝光

zacharynado · x · 2026-10-15

因版权诉讼的证据披露流程，Anthropic 在 Opus 3 训练前几个月关于数据质量的内部讨论（含员工真实姓名）被完整公开，未做任何脱敏处理。推特用户调侃：换成俄罗斯机构至少还会把用户名涂黑。

曝光截图显示了关于「什么是高质量数据」的多个内部假设，包括：连贯长上下文假设（模型需要长段连贯文本学习阅读与思考）、知识假设、推理假设、能动性假设、好文笔假设，以及对 Common Crawl 局限的讨论，还有员工评论认为「数据质量可能没想象中那么重要」。