Независимый исследователь выложил в открытый доступ данные о 4,5 млрд видео из TikTok
Огромные массивы данных для обучения ИИ всё чаще собирают энтузиасты-одиночки, а не корпорации — и ответственность за законность такого использования перекладывается на каждого, кто их скачал.
За три недели автор выкачал через закрытый Android-API TikTok, используя анонимные регистрации устройств без входа в аккаунт, метаданные 4,5 млрд видео — просмотры, лайки, подписи — и выложил их на Hugging Face в виде 289 ГБ Parquet-файлов. Сами видео не включены. Автор признаёт, что нарушил условия TikTok, а в описании набора запрещает использовать его для идентификации и профилирования людей по нормам GDPR/CCPA.
Источники 1