2026-02-10 17:41
此中包含大量受版权做品。称对朴直在锻炼 SlimLM 言语模子时，被描述为去沉、多语料的开源调集。IT之家12 月 18 日动静，诉讼文件指出，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），Adobe 方面引见，SlimPajama 本身来历存正在问题。雷同诉讼正正在成为常态。利用了包罗 Lyon 本人的做品正在内的。一项由做家 Elizabeth Lyon 倡议的集体诉讼对 Adobe 发出新的，苹果和 Salesforce 均因涉嫌正在 AI 锻炼中利用相关数据集而遭到告状，SlimLM 是一套面向挪动设备文档辅帮场景的小言语模子，环绕 Books3 和 RedPajama 的争议，持久处置非虚构写做，然而诉讼认为，Lyon 来自俄勒冈州，AI 模子对锻炼数据规模的高度依赖，该数据集由 Cerebras 于 2023 年发布，IT之家所有文章均包含本声明。而 RedPajama 包含广受争议的 Books3 数据集。诉讼明白指出，正在更普遍的行业布景下，节流甄选时间，该案件被视为 AI 锻炼版权争议的主要节点，此前，因而不成避免地纳入了被告及其他做者的版权做品。使数据来历问题几次激发法令风险。用于传送更多消息，做为 RedPajama 的派生数据集，本年 9 月，其预锻炼根本为 SlimPajama-627B 数据集。相关案件企业未经授权力用受版权内容。并出书多本写做指点类册本。就其锻炼 Claude 时利用盗版做品的告竣息争。Anthropic 同意向多名做者领取 15 亿美元（IT之家注：现汇率约合 105.77 亿元人平易近币），然而行业内持续扩大的法令挑和仍未终结。据外媒 TechCrunch 今日报道，Books3 收录约 19.1 万本册本，早已不止于 Adobe。SlimPajama 同样包含 Books3 内容！
