MIT 公开课 6.S950：数据选择风险与 AI Agent 抓取实践

MIT 6.S950《Agency with AI》第七课梳理了数据集采集中的隐性选择偏差：采集数据本质是接受他人的选择，AI Agent 抓取时需警惕来源偏差。课程以 TIME 文章 JSON 化、1936 民调、Google C4 脏词过滤和 FineWeb-Edu 教育过滤等案例，说明数据代表性与近似问题。