人工智能训练数据存在污染问题，可能包含虚假信息、虚构内容和偏见性观点，影响模型准确性，甚至导致有害输出。数据污染还可能在后续训练中形成「污染遗留效应」，并在金融、公共安全、医疗等领域引发现实风险。