研究发现AI训练数据中大量官方修正错误未被更新

研究测量了欧盟法律、RFC标准和撤稿论文的官方修正内容在公共训练数据集（如EurlexResources、FineWeb-2、peS2o）中的更新情况，发现95.5%的欧盟法律修正仍以错误形式存在，至少124个欧盟法律错误和60个RFC错误被复制到训练数据中，约12,200篇撤稿论文在peS2o中未标注撤稿，79%无撤稿提示。