作家Elizabeth Lyon发起了一项针对Adobe的集体诉讼，指控Adobe在训练其SlimLM语言模型时使用了包括Lyon作品在内的大量盗版书籍。Lyon是俄勒冈州的一名非虚构作家，出版过多本写作指导类书籍。
Adobe解释称，SlimLM是一款面向移动设备文档辅助的小型语言模型，预训练基于Cerebras于2023年发布的SlimPajama-627B数据集。该数据集被描述为一个去重、多语料库的开源集合。然而，诉讼指出，SlimPajama的数据来源存在问题，它是基于RedPajama数据集生成的，而后者包含了有争议的Books3数据集。Books3收录了约19.1万本书籍，其中许多受版权保护。
围绕Books3和RedPajama的争议不仅限于Adobe，苹果和Salesforce也因涉嫌使用这些数据集进行AI训练而遭到起诉。随着AI技术的发展，对于训练数据的需求日益增加，这导致了关于数据来源合法性的法律问题频发。今年9月，Anthropic同意向多位作者支付15亿美元以解决关于Claude训练过程中使用未经授权内容的纠纷。尽管如此，行业内有关AI训练版权的挑战仍在继续。
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
