Constructeurs de jeux de données
laion-huggingface-processor est un bot exploité par LAION qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. Cet agent récupère les médias référencés par les entrées des jeux de données LAION afin que les fichiers puissent être traités. Aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique, et une règle robots.txt ne suffira pas à bloquer une usurpation.
La requête annonce
"laion-huggingface-processor"
Comparé à
Rien de publié
Vérification en direct
Aucune vérification par l'opérateur n'existe pour laion-huggingface-processor. Vous verrez tout de même ce qu'est réellement l'adresse.
Référence
| User agent | laion-huggingface-processorJeton seul : recherchez la sous-chaîne. |
|---|---|
| Opérateur | LAION |
| Finalité | Constructeurs de jeux de données |
| Respecte robots.txt | Aucune politique |
| Méthode de vérification | Déclaration uniquementRien de publié, user agent uniquement Aucun fichier de plages IP ni aucune convention de DNS inverse n'a été publié pour cet agent. La chaîne user agent est le seul indice, et n'importe quel client peut l'envoyer : considérez donc une correspondance comme une simple déclaration, et non comme une preuve. |
| Comportement d'exploration | Non publié |
| Jetons robots.txt | laion-huggingface-processor |
| Documentation de l'opérateur | Aucune publiée |
Cet agent récupère les médias référencés par les entrées des jeux de données LAION afin que les fichiers puissent être traités. Les jeux de données LAION servent couramment à entraîner des modèles d'images ouverts.
robots.txt
Placez l'un de ces fichiers à la racine de votre domaine. Les règles s'appliquent jeton par jeton.
User-agent: laion-huggingface-processor
Disallow: /User-agent: laion-huggingface-processor
Allow: /User-agent: laion-huggingface-processor
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchModifiez les chemins Disallow pour qu'ils correspondent à vos propres URL.
Bloquer laion-huggingface-processor exclut vos pages des jeux de données qu'il constituera lors de ses prochaines explorations. Cela ne supprime pas les données collectées auparavant. L'usage et le partage des données varient selon les opérateurs : consultez leur politique.
Générer un fichier pour tous les robotsFAQ
laion-huggingface-processor est un bot exploité par LAION qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. Cet agent récupère les médias référencés par les entrées des jeux de données LAION afin que les fichiers puissent être traités. Aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique, et une règle robots.txt ne suffira pas à bloquer une usurpation.
Non documenté. Aucune déclaration de l'opérateur n'indique si laion-huggingface-processor lit le fichier robots.txt. Ajoutez la règle, puis vérifiez dans vos journaux que les requêtes cessent réellement.
Ce n'est pas possible, du moins pas à partir de la requête elle-même. Aucun fichier de plages IP ni aucune convention de DNS inverse n'a été publié pour cet agent. La chaîne user agent est le seul indice, et n'importe quel client peut l'envoyer : considérez donc une correspondance comme une simple déclaration, et non comme une preuve. Comparez plutôt l'IP source aux plages d'hébergeurs et de datacenters, et limitez le débit de tout trafic qui se comporte comme un crawler.
Ajoutez le jeton laion-huggingface-processor au fichier robots.txt avec Disallow: /. Si le crawler ignore robots.txt, filtrez le user agent au niveau de votre CDN ou de votre proxy inverse et renvoyez une erreur 403.
Bloquer laion-huggingface-processor exclut vos pages des jeux de données qu'il constituera lors de ses prochaines explorations. Cela ne supprime pas les données collectées auparavant. L'usage et le partage des données varient selon les opérateurs : consultez leur politique.