Re-LAION-5B

Re-LAION-5Bは、非営利組織LAIONが2024年9月にリリースした、世界最大級のオープンなテキスト・画像ペアデータセットである。前身となるLAION-5Bにおいて児童虐待画像（CSAM）へのリンクが含まれていることが判明したため、専門組織と協力して安全性の見直しを行い、問題のあるコンテンツを徹底的に排除して再構築された。MD5ハッシュを用いたフィルタリング技術により、違法コンテンツに直接触れることなくクリーニングが実施されている。研究用の「research」と、より安全性を重視した「research-safe」の2つのバージョンが提供され、AIトレーニングデータの安全性と透明性を高めるための新たな基準となることが期待されている。