安卓版微软 Copilot 集成“MSN 资讯”，探索盈利新招

事件概述：

• 时间：4月6日
• 事件：一项新研究为OpenAI使用受版权保护内容训练其人工智能模型的指控提供了依据。
• 背景：OpenAI面临由作家、程序员等版权持有者提起的诉讼，指控其未经许可使用他们的作品（包括书籍、代码库等）来开发模型。

研究详情：

• 研究团队：由华盛顿大学、哥本哈根大学和斯坦福大学的研究人员共同撰写。
• 研究方法：提出了一种新方法，用于识别通过API提供服务的模型所“记忆”的训练数据。该方法依赖于“高意外性”词汇，即在大量作品中显得不常见的词汇。
• 测试对象：包括GPT-4和GPT-3.5在内的几种OpenAI模型。
• 测试过程：从虚构小说片段和《纽约时报》文章中移除高意外性词汇，然后让模型尝试“猜测”被屏蔽的词汇。
• 测试结果：
  • GPT-4显示出记住了流行小说书籍的部分内容，包括一个包含受版权保护电子书样本的数据集BookMIA中的书籍。
  • GPT-4也记住了《纽约时报》文章的部分内容，尽管比例相对较低。

研究意义：

• 揭示问题：这些发现揭示了模型可能接受训练的“有争议的数据”，即可能包含受版权保护的内容。
• 法律争议：尽管OpenAI一直声称其享有合理使用的抗辩理由，但原告方认为美国版权法中并无针对训练数据的豁免条款。

OpenAI的立场与行动：

• 立场：OpenAI一直倡导放宽对使用受版权保护数据开发模型的限制。
• 行动：
  • 已达成一些内容许可协议。
  • 提供了允许版权所有者标记不希望其用于训练的内容的退出机制。
  • 游说多个政府将围绕人工智能训练方法的“合理使用”规则编入法典。

总结：
这项新研究通过一种新方法揭示了OpenAI模型可能记忆了受版权保护的内容，为正在进行的诉讼提供了依据。OpenAI则继续倡导放宽相关限制，并采取措施应对潜在的版权问题。