Meta 承认使用盗版书籍来训练 AI，并拒绝赔偿作家

图片地址：https://img.ithome.com/newsuploadfiles/2024/1/d9ced553-fb53-445e-bdf1-d99f3dc99854.jpg?x-bce-process=image/format,f_auto

IT之家 1 月 14 日消息，大型语言模型（LLM）技术近年来取得了巨大进步，但其背后却隐藏着版权纠纷的阴云。科技巨头们利用海量文本数据训练 LLM，其中难免会涉及到受版权保护的作品，招致作者和媒体组织的强烈抗议。图源 Pexels近日，Meta（前身为 Facebook）就因使用包含大量盗版书籍的“Books3”数据集训练其 LLAM 1 和 LLAM 2 模型而面临包括喜剧演员 Sarah Silverman 和作家 Richard Kadrey 在内的一众作者的集体诉讼。Meta 虽承认使用了 Books3 数据集，却拒绝向作者支付适当的补偿。Books3 是一个包含 19.5 万本图书、总容量近 37GB 的文本数据集，由 AI 研究者 Shawn Presser 于 2020 年创建，旨在为改进机器学习算法提供更好的数据源。Meta 也将其用于训练自己的 LLAM 模型，然而 Books3 中包含大量从盗版网站 Bi