Meta 承认使用盗版书籍来训练 AI，并拒绝赔偿作家

据 DoNews 1 月 15 日报道，Meta 近日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 37 GB 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 Bibliotik 爬取的受版权保护作品，使得 Meta 的行为面临法律风险。 Meta 的做法并非特例。此前，《纽约时报》也因 OpenAI 和微软使用其文章训练聊天机器人 ChatGPT 而对其提起诉讼。OpenAI 则辩称，不使用受版权保护的材料来训练 AI 模型“几乎不可能”，并要求法院驳回相关诉讼。Meta 同样否认故意侵犯版权，声称其使用 Books3 数据集属于合理使用范畴，无需获得许可、署名或支付补偿。