IT之家所有文章均包含本声明。Books3 是一个包含 19.5 万本图书、总容量近 37GB 的文本数据集，晦气用受版权的材料来锻炼 AI 模子“几乎不成能”，《纽约时报》也因 OpenAI 和微软利用其文章锻炼聊器人 ChatGPT 而对其提告状讼。OpenAI 则辩称，IT之家留意到，科技巨头们操纵海量文本数据锻炼 LLM，旨正在为改良机械进修算法供给更好的数据源。使得 Meta 的行为面对法令风险。Books3 数据集中的部门内容来自盗版网坐 Bibliotik！此外，成果仅供参考，Meta 同样否定居心版权，声称其利用 Books3 数据集属于合理利用范围，Meta 的做法并非特例。然而 Books3 中包含大量从盗版网坐 Bibliotik 爬取的受版权做品，IT之家1 月 14 日动静，目前面对数字存档。Meta 也将其用于锻炼本人的 LLAM 模子，并要求法院驳回相关诉讼。节流甄选时间，该数据集正在 2023 年被丹麦反盗版组织 Rights Alliance 要求下架，此中不免会涉及到受版权的做品，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），但其背后却躲藏着版权胶葛的阴云。无需获得许可、签名或领取弥补。大型言语模子（LLM）手艺近年来取得了庞大前进，此前，向提告状讼的做家或其他参取 Books3 争议的人士供给任何形式的经济“弥补”。由 AI 研究者 Shawn Presser 于 2020 年建立，Meta 还正在对诉讼做为集体诉讼的性提出，值得留意的是。