起因應該是「Claim: Private GitHub repos included in AI dataset (lurk.org)」這邊的討論，原文是 @emenel@post.lurk.org 在 https://post.lurk.org/@emenel/112111014479288871 這邊宣稱他在 GitHub 的 private repository 被當作 training data 蒐集走使用。
而 GitHub 有公開全站的 public event data，所以 Simon Willison 就拿這份資料直接組了一個工具出來用：「GitHub Public repo history」。
這樣可以直接 auditing 對應的說法，不過看了一下 GitHub 上的帳號 emenel (上面連結是到同一個站，應該是同一個人)，目前看起來已經把所有 repository 都刪掉了...