Re: [閒聊] 使用大量數據研發AI繪圖

[guogu ()]

※ 引述《ElfFail (秘密)》之銘言：
: 如題
: 看到一篇蠻有趣的東西
: https://i.imgur.com/d6GUwOU.jpeg
: 最近在FB  上看到AI動漫模型「Illistrious」的廣告
: 他們在HuggingFace上面，有把自己訓練AI用的圖集公開（圖１）
: 起初想說他們會這樣做，或許很有把握自己沒有侵權疑慮吧
: 應該是拿自己的AI圖去訓練AI（不怕越生越醜嗎）
: 於是有一些程式基礎的我 決定仔細研究一下
: 但結果告訴我……我錯了。
: 在「artist_urls」檔案裡面，每一位畫師都被標上了編號id
: 從最頂層的4437，到最底層的391586
: 這是極為龐大的畫師人數（圖２）
: 讓我想起農場中 烙印在每頭動物身上的數字
: 而在「artist」檔案裡面，會看到大量繪師的名字
: 其中亞洲（含台灣）有貓鯨、張熊、空罐王等破萬追蹤繪師們上榜
: （圖３～圖８）這時回顧一下「artist_urls」檔案
: 貓鯨老師被打上的編號是：150105
: 張熊老師被打上的編號是：144570
: 空罐王老師被打上的編號：38554
: 但貓鯨老師的Twitter明明已寫上「Do not use my work for AI」
: 接著打開他們將近20GB的「post.json」檔
: 裡面是他們用來訓練AI模型用的大量圖集
: 要知道一個json檔，超過3GB，就已經是很驚人的一件事了
: 打開後會發現，圖片的編號從２到６８９９１２５
: （也就是接近690萬）
: 從這些訓練圖集當中，可以找到每個畫師被拿去訓練的作品
: 他們也利用大型語言工具，替每張圖片上標籤，給AI辨識
:     例如空罐王老師苦練畫技數年，所肝出的作品
: AI是這樣給標籤的：
: 1girl, blonde_hair , breasts, brown-tinted_eyewear, brown_eyes, cleavage, coff
: ee, cup, earrings, grey_sports_bra, hat, jewelry, looking_at_viewer, looking_o
: ver_eyewear, mooncake, plant, potted_plant, purple_hair, sauce, short_hair, sm
: ile, solo, spoon, sports_bra, sunglasses, teacup, teeth, tinted_eyewear
: 就只貼幾張圖，剩的可以去臉書看看
: https://i.imgur.com/9O8VjYL.jpeg
: https://i.imgur.com/1I0vVpS.jpeg
: https://www.facebook.com/share/p/19Fy1t3cyD/

我發現很像很多人對這個編號有很深的誤會w

以為這是做模型的人蒐集資料然後還給繪師打上編號還公開之類的

但其實不是這樣的 這就只是抓了紙箱上的資料而已

誰家吃飽太閒還自己去搜自己建編號自己幫圖片上tag阿==

比如說空罐王的38554

https://i.meee.com.tw/YNbmO2J.png 就是紙箱上同編號

如此而已 做AI會爬資料沒錯 但是有現成的還要自己爬 怎麼可能

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.167.144.14 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1753748822.A.081.html
推 EfiwymsiAros: 每一位繪師都被標上編號......XD
推 as3366700: 你就說有沒有被編號(x
推 htps0763: 盜用是一回事，這篇這段看起來就很像那種民俗專家用奇
→ htps0763: 怪的觀點去講科學的東西一樣
看到不少繪師在那邊下載 研究怎麼看自己編號 感覺略魔幻XD
推 error405: 早在AI出現前就已經被抓去編號了上tag了
→ htps0763: 啊幹你要不要說你註冊一個網站他發給你uid就是等於你像
→ htps0763: 動物一樣打上編號
→ pikachu2421: 要說上編號的話 pixiv user id也是編號XD
→ error405: 不知道那種人再看到熊貓會不會氣死
紙箱應該不少人知道吧 熊貓知道的應該更多
只是他們沒注意到很多二次風的模型是抓紙箱資料而已
推 attacksoil: 那個資料集是標註給圖片分類的至少表面上不是給圖片
→ attacksoil: 生成
→ htps0763: 他正在用的FB不是也給他一個編號，他有沒有覺得很恐怖
推 zeolas: 日本我不知道啦，但台灣每個人都有身分證號碼不是嗎XD…
推 v86861062: 推推
→ ssm3512: 怎麼這邊這麼歪o.o
※ 編輯: guogu (118.167.144.14 臺灣), 07/29/2025 09:10:09
→ as3366700: 最一開始紅的NOVEAI就明牌爬紙箱網練模型了，畫師名字
→ as3366700: 直接當提示詞也是行之有年 有種大家發現火是火的美感
推 inte629l: 我反而訝異繪師不知道紙箱id，想說他們應該會上去查自己
→ inte629l: 才對...
推 Nitricacid: 碼農：想命名什麼有夠煩的隨便上個流水號 繪師：這號
→ Nitricacid: 碼肯定有我們不知道的個別意義
→ sezna: 就直接紙箱id, 自動打標而已，藍色窗簾開太大
推 chcony: 114514是哪個畫師？