什么是训练数据溯源，以及为什么买家现在开始要求它

📋总体概括

训练数据溯源指对数据集完整历史的文档化记录：每部分数据来源、采集时的权利与授权状态、以及进入模型前的所有加工过程。文章指出，随着法律与法院开始按数据来源区分对待训练数据，买家开始主动要求供应商提供溯源证明。以Bartz诉Anthropic案为例，联邦法官认定用书籍训练属于合理使用，但盗版图书馆副本需进入庭审，该案随后达成和解。来源合法与来源可疑的数据在法律风险上已被明显区分。