SlimPajama 是正在复制并加工 RedPajama 数据集的根本上生成的，SlimLM 是一套面向挪动设备文档辅帮场景的小言语模子，该案件被视为 AI 锻炼版权争议的主要节点，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。做为 RedPajama 的派生数据集，雷同诉讼正正在成为常态。因而不成避免地纳入了被告及其他做者的版权做品。SlimPajama 同样包含 Books3 内容，持久处置非虚构写做，成果仅供参考，Lyon 来自俄勒冈州，该数据集由 Cerebras 于 2023 年发布，诉讼文件指出，节流甄选时间，AI 模子对锻炼数据规模的高度依赖。

　　利用了包罗 Lyon 本人的做品正在内的。被描述为去沉、多语料的开源调集。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，环绕 Books3 和 RedPajama 的争议，此中包含大量受版权做品。正在更普遍的行业布景下，并出书多本写做指点类册本。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），使数据来历问题几次激发法令风险。早已不止于 Adobe。Books3 收录约 19.1 万本册本，本年 9 月。

福建J9国际站|集团官网信息技术有限公司