В БД для обучения AI-моделей Common Crawl выявлено около 12 тысяч API-ключей и паролей

[[Ботя]]

Исследователи из компании Truffle Security опубликовали результаты анализа публичного набора данных Common Crawl, используемого при обучении больших языковых моделей (например, DeepSeek). В исследовании использован декабрьский архив Common Crawl, включающий 400 терабайтов данных с содержимым 2.67 миллиардов web-страниц.

Подробнее...