Meta承认使用盗版数据集训练AI 但拒绝赔偿作家

据外媒消息，Meta承认使用了“Books3”的盗版数据来训练其AI，然而该公司不愿意补偿作者。

不久前，一些作者对Meta提起了诉讼，声称其在开发其Llama 1和Llama 2大型语言模型中非法使用了受版权保护的材料。作为回应，Facebook回应了作家和喜剧演员莎拉·西尔弗曼、作家理查德·卡德瑞等领导法律行动的权利持有人，承认其LLM是使用受版权保护的书籍进行训练的。

Books3是一个众所周知的数据集，包含超过195,000本书的纯文本集合，总计近37GB。该档案是由AI研究员肖恩·普瑞瑟在2020年创建的。

由于Books3数据集的广泛可用性，许多研究人员都在AI训练中广泛的使用它。包括Meta在内的大型科技公司已经利用了Books3和其他有争议的数据集用于其商业AI产品。基于这一原因，《纽约时报》已经起诉OpenAI和Microsoft。

OpenAI公开宣称，在没有使用受版权保护的材料的情况下训练AI模型是“不可能的”，并认为法官和法院应该驳回权利持有人提起的赔偿诉讼。与此立场相呼应，Meta承认使用了Books3，但否认任何故意的不当行为。

Meta辩称其使用受版权保护的作品来训练LLM并不需要“同意、信用或补偿”。公司否认侵犯原告的“所谓”版权的指控，主张Books3中对受版权保护的作品的任何未经授权的复制都应被视为合理使用。