IT之家12月18日消息，据外媒TechCrunch今日报道，一项由作家Elizabeth Lyon发起的集体诉讼对Adobe发出新的指控，称对方在训练SlimLM语言模型时，使用了包括Lyon本人的作品在内的大量盗版书籍。Lyon来自俄勒冈州，长期从事非虚构写作，并出版多本写作指导类书籍。
Adobe方面介绍，SlimLM是一套面向移动设备文档辅助场景的小语言模型，其预训练基础为SlimPajama-627B数据集。该数据集由Cerebras于2023年发布，被描述为去重、多语料的开源集合。然而诉讼认为，SlimPajama本身来源存在问题。
诉讼文件指出，SlimPajama是在复制并加工RedPajama数据集的基础上生成的，而RedPajama包含广受争议的Books3数据集。Books3收录约19.1万本书籍，其中包含大量受版权保护作品。
诉讼明确指出，作为RedPajama的派生数据集，SlimPajama同样包含Books3内容，因此不可避免地纳入了原告及其他作者的版权作品。
围绕Books3和RedPajama的争议，早已不止于Adobe。此前，苹果和Salesforce均因涉嫌在AI训练中使用相关数据集而遭到起诉，相关案件指控企业未经授权使用受版权保护内容。
在更广泛的行业背景下，类似诉讼正在成为常态。AI模型对训练数据规模的高度依赖，使数据来源问题频频引发法律风险。今年9月，Anthropic同意向多名作者支付15亿美元(IT之家注：现汇率约合105.77亿元人民币)，就其训练Claude时使用盗版作品的指控达成和解。该案件被外界视为AI训练版权争议的重要节点，然而行业内持续扩大的法律挑战仍未终结。
元鼎证券配资平台提示：本文来自互联网，不代表本网站观点。