大模型预训练早已使用网络快照，训练数据套路引发调侃

adonis_singh 在 X 上回应，模型厂商专门创建缓存网页版本用于训练并非新闻，预训练本就采用网络快照或缓存数据作为语料。这一说法暗示相关做法已是行业惯例，并引发网友对训练数据套路的调侃；文中未涉及具体模型厂商。