爬 gov cn 网站上的公开数据然后交给大模型向量化处理，是否有风险

[jerrry]

个人感觉有两个风险

• 第一个是爬虫 gov cn 网站本身就有风险
• 第二个是爬到的数据交给大模型处理会有数据泄漏的风险（虽然都是公开的数据），特别是如果使用的是境外的大模型接口

所以有点犹豫。如果只是参与这个项目的其他部分，不涉及爬虫这块，是否有风险呢？

[belin520]

@yyzh #5 我靠，深圳真的是太太太太先进了。。。

[sneezry]

政府的东西别碰

[yangliudi123]

还记得宋朝的莫须有吗，也许有吧

[wbrobot]

@signin 公开数据你也不能拿，比如公安的治安处罚信息，是拒绝转载的，阅读过网站说明吗？
不是你能看到的数据就可以随便抓的，最简单的判断标准，.gov.cn 的，略过。

[dingyaguang117]

生在中国 龙非盘着 虎非缩着， 何况你是个程序员 P 民

[yvkino]

这还用想，不抓别人不代表不抓你

[hahasong]

破坏计算机系统罪 一抓一个准

[EndlessMemory]

爬虫抓进去的不少，关键就在于又没有人找你

[abersheeran]

有价值，那就可以，比如企查查之类的，工信部挂了号的，数据随便他抓。做着玩，别把人打崩了也可以。