IT之家12 月 18 日动静，该数据集由 Cerebras 于 2023 年发布，多语料的开源调集。此前，因而不成避免地纳入了被告及其他做者的版权做品。其预锻炼根本为 SlimPajama-627B 数据集。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），IT之家所有文章均包含本声明。诉讼明白指出。

　　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，然而诉讼认为，环绕 Books3 和 RedPajama 的争议，SlimPajama 同样包含 Books3 内容，诉讼文件指出，Adobe 方面引见，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），一项由做家 Elizabeth Lyon 倡议的集体诉讼对 Adobe 发出新的，该案件被视为 AI 锻炼版权争议的主要节点，SlimPajama 本身来历存正在问题。正在更普遍的行业布景下，做为 RedPajama 的派生数据集，使数据来历问题几次激发法令风险。AI 模子对锻炼数据规模的高度依赖，节流甄选时间，就其锻炼 Claude 时利用盗版做品的告竣息争。然而行业内持续扩大的法令挑和仍未终结。早已不止于 Adobe？