調査：Openaiモデルは著作権で保護されたコンテンツを記憶しました
最近の研究では、Openaiが実際に著作権で保護された材料を使用してAIモデルの一部を訓練し、会社が直面している継続的な法的戦いに燃料を追加した可能性があることが示唆されています。著者、プログラマー、およびその他のコンテンツクリエイターは、AIモデルを開発する許可なしに、本やコードなどの作品を使用しているとOpenaiを非難しています。 Openaiは公正使用を主張することで自らを擁護しているが、原告は、米国の著作権法がデータのトレーニングに例外を提供していないと主張している。
この研究は、ワシントン大学、コペンハーゲン大学、およびスタンフォード大学の研究者とのコラボレーションであり、OpenaiのようなAPIを介してアクセスされたモデルで「記憶された」トレーニングデータを検出するための新しいテクニックを紹介しています。 AIモデルは、基本的に膨大な量のデータから学習してパターンを認識し、エッセイ、画像などを作成できるようにします。ほとんどの出力はトレーニングデータの直接コピーではありませんが、必然的に学習プロセスによるものもあります。たとえば、画像モデルは映画のスクリーンショットを再現することが知られていますが、言語モデルは本質的に盗用されたニュース記事を捉えています。
この研究で説明されている方法は、「高度な」単語、つまり特定のコンテキストでは珍しいワードに焦点を当てています。たとえば、「ジャックと私はレーダーハミングと完全にじっと座っていました」という文では、「レーダー」は「エンジン」や「ラジオ」などの「ハミング」の前にある言葉よりも期待されていないため、高度な言葉になります。
研究者たちは、GPT-4やGPT-3.5を含むいくつかのOpenaiモデルをテストしました。モデルが単語を正確に推測した場合、トレーニング中にテキストを記憶したことを示唆しました。
モデルが「推測」を持っている例High-Surprisal Word.imageクレジット：Openai 結果は、GPT-4が、著作権で保護された電子書籍のBookmia Datasetにあるものを含む、人気のあるフィクションの本の一部を暗記している可能性が高いことを示しています。また、より低い頻度ではあるが、いくつかのニューヨークタイムズの記事を記憶したようにも見えた。
ワシントン大学の博士課程の学生であり、研究の共著者であるAbhilasha Ravichanderは、これらの調査結果がこれらのモデルのトレーニングに使用された可能性のある「論争のあるデータ」を強調していることをTechCrunchに強調しました。 「信頼できる大きな言語モデルを作成するには、科学的に調査および監査し、検査できるモデルが必要です」とラビチャンダーは述べました。 「私たちの仕事は、大規模な言語モデルを調査するためのツールを提供することを目的としていますが、エコシステム全体でより大きなデータ透明性が必要です。」
Openaiは、著作権で保護されたデータを使用してAIモデルを開発するためのよりリラックスしたルールを求めています。同社にはいくつかのコンテンツライセンス契約があり、著作権所有者にオプトアウトオプションを提供していますが、AIトレーニング専用に「フェアユース」規則を確立するためにさまざまな政府にロビー活動を行っています。
関連記事
OpenAI升級其Operator Agent的AI模型
OpenAI將Operator推向全新境界OpenAI正為其自主AI代理Operator進行重大升級。這項變革意味著Operator即將採用基於o3模型的架構，這是OpenAI尖端o系列推理模型的最新成員。此前Operator一直使用客製化版本的GPT-4o驅動，但這次迭代將帶來顯著改進。o3的突破性意義在數學與邏輯推理任務方面，o3幾乎在所有指標上都超越前
OpenAI的o3 AI模型在基準測試中的得分低於最初暗示的水準
為什麼 AI 基準測試的差異很重要？提到 AI 時，數字往往能說明一切——有時，這些數字並不一定完全相符。以 OpenAI 的 o3 模型為例。最初的聲稱簡直令人驚嘆：據報導，o3 可以處理超過 25% 的 notoriously tough FrontierMath 問題。作為參考，競爭對手還停留在個位數。但隨著近期的發展，受人尊敬的研究機構 Epoch
Ziff Davis指控OpenAI涉嫌侵權
Ziff Davis控告OpenAI版權侵權訴訟這起事件在科技和出版界掀起了軒然大波，Ziff Davis——旗下擁有CNET、PCMag、IGN和Everyday Health等品牌的龐大企業聯盟——已對OpenAI提起版權侵權訴訟。根據《紐約時報》的報導，該訴訟聲稱OpenAI故意未經許可使用Ziff Davis的內容，製作了其作品的「精確副本」。這是截
コメント (30)
0/200
![AlbertHernández]()
AlbertHernández
2025年4月15日 0:00:00 GMT
This study about OpenAI using copyrighted material is pretty eye-opening! I mean, it's kind of a bummer for creators, but also fascinating to see how AI is trained. It makes you wonder what else is out there that we don't know about. Maybe OpenAI should start being more transparent? 🤔
0
![TimothyMitchell]()
TimothyMitchell
2025年4月22日 0:00:00 GMT
OpenAIが著作権付きの資料を使ってAIを訓練しているという研究は本当に驚きですね！クリエイターにとっては残念ですが、AIの訓練方法について知るのは面白いです。もっと透明性が必要かもしれませんね？🤔
0
![WillLopez]()
WillLopez
2025年4月21日 0:00:00 GMT
오픈AI가 저작권 있는 자료를 사용해 AI를 훈련했다는 연구는 정말 충격적이에요! 창작자들에게는 안타까운 일이지만, AI가 어떻게 훈련되는지 아는 건 흥미로워요. 오픈AI가 더 투명해져야 할까요? 🤔
0
![JamesMiller]()
JamesMiller
2025年4月11日 0:00:00 GMT
Esse estudo sobre a OpenAI usando material com direitos autorais é bem revelador! É uma pena para os criadores, mas também fascinante ver como o AI é treinado. Faz você se perguntar o que mais está por aí que não sabemos. Talvez a OpenAI devesse ser mais transparente? 🤔
0
![BruceSmith]()
BruceSmith
2025年4月13日 0:00:00 GMT
Este estudio sobre OpenAI usando material con derechos de autor es bastante revelador. Es una lástima para los creadores, pero también fascinante ver cómo se entrena la IA. Te hace preguntarte qué más hay por ahí que no sabemos. ¿Quizás OpenAI debería ser más transparente? 🤔
0
![JohnWilson]()
JohnWilson
2025年4月18日 0:00:00 GMT
This study on OpenAI's models using copyrighted content is kinda scary! 😱 I mean, it's cool how smart AI is getting, but it feels wrong if they're just copying books and code without asking. Hope they sort it out soon! 🤞
0
最近の研究では、Openaiが実際に著作権で保護された材料を使用してAIモデルの一部を訓練し、会社が直面している継続的な法的戦いに燃料を追加した可能性があることが示唆されています。著者、プログラマー、およびその他のコンテンツクリエイターは、AIモデルを開発する許可なしに、本やコードなどの作品を使用しているとOpenaiを非難しています。 Openaiは公正使用を主張することで自らを擁護しているが、原告は、米国の著作権法がデータのトレーニングに例外を提供していないと主張している。
この研究は、ワシントン大学、コペンハーゲン大学、およびスタンフォード大学の研究者とのコラボレーションであり、OpenaiのようなAPIを介してアクセスされたモデルで「記憶された」トレーニングデータを検出するための新しいテクニックを紹介しています。 AIモデルは、基本的に膨大な量のデータから学習してパターンを認識し、エッセイ、画像などを作成できるようにします。ほとんどの出力はトレーニングデータの直接コピーではありませんが、必然的に学習プロセスによるものもあります。たとえば、画像モデルは映画のスクリーンショットを再現することが知られていますが、言語モデルは本質的に盗用されたニュース記事を捉えています。
この研究で説明されている方法は、「高度な」単語、つまり特定のコンテキストでは珍しいワードに焦点を当てています。たとえば、「ジャックと私はレーダーハミングと完全にじっと座っていました」という文では、「レーダー」は「エンジン」や「ラジオ」などの「ハミング」の前にある言葉よりも期待されていないため、高度な言葉になります。
研究者たちは、GPT-4やGPT-3.5を含むいくつかのOpenaiモデルをテストしました。モデルが単語を正確に推測した場合、トレーニング中にテキストを記憶したことを示唆しました。
ワシントン大学の博士課程の学生であり、研究の共著者であるAbhilasha Ravichanderは、これらの調査結果がこれらのモデルのトレーニングに使用された可能性のある「論争のあるデータ」を強調していることをTechCrunchに強調しました。 「信頼できる大きな言語モデルを作成するには、科学的に調査および監査し、検査できるモデルが必要です」とラビチャンダーは述べました。 「私たちの仕事は、大規模な言語モデルを調査するためのツールを提供することを目的としていますが、エコシステム全体でより大きなデータ透明性が必要です。」
Openaiは、著作権で保護されたデータを使用してAIモデルを開発するためのよりリラックスしたルールを求めています。同社にはいくつかのコンテンツライセンス契約があり、著作権所有者にオプトアウトオプションを提供していますが、AIトレーニング専用に「フェアユース」規則を確立するためにさまざまな政府にロビー活動を行っています。
OpenAI升級其Operator Agent的AI模型
OpenAI將Operator推向全新境界OpenAI正為其自主AI代理Operator進行重大升級。這項變革意味著Operator即將採用基於o3模型的架構，這是OpenAI尖端o系列推理模型的最新成員。此前Operator一直使用客製化版本的GPT-4o驅動，但這次迭代將帶來顯著改進。o3的突破性意義在數學與邏輯推理任務方面，o3幾乎在所有指標上都超越前
OpenAI的o3 AI模型在基準測試中的得分低於最初暗示的水準
為什麼 AI 基準測試的差異很重要？提到 AI 時，數字往往能說明一切——有時，這些數字並不一定完全相符。以 OpenAI 的 o3 模型為例。最初的聲稱簡直令人驚嘆：據報導，o3 可以處理超過 25% 的 notoriously tough FrontierMath 問題。作為參考，競爭對手還停留在個位數。但隨著近期的發展，受人尊敬的研究機構 Epoch
Ziff Davis指控OpenAI涉嫌侵權
Ziff Davis控告OpenAI版權侵權訴訟這起事件在科技和出版界掀起了軒然大波，Ziff Davis——旗下擁有CNET、PCMag、IGN和Everyday Health等品牌的龐大企業聯盟——已對OpenAI提起版權侵權訴訟。根據《紐約時報》的報導，該訴訟聲稱OpenAI故意未經許可使用Ziff Davis的內容，製作了其作品的「精確副本」。這是截
2025年4月15日 0:00:00 GMT
This study about OpenAI using copyrighted material is pretty eye-opening! I mean, it's kind of a bummer for creators, but also fascinating to see how AI is trained. It makes you wonder what else is out there that we don't know about. Maybe OpenAI should start being more transparent? 🤔
0
2025年4月22日 0:00:00 GMT
OpenAIが著作権付きの資料を使ってAIを訓練しているという研究は本当に驚きですね！クリエイターにとっては残念ですが、AIの訓練方法について知るのは面白いです。もっと透明性が必要かもしれませんね？🤔
0
2025年4月21日 0:00:00 GMT
오픈AI가 저작권 있는 자료를 사용해 AI를 훈련했다는 연구는 정말 충격적이에요! 창작자들에게는 안타까운 일이지만, AI가 어떻게 훈련되는지 아는 건 흥미로워요. 오픈AI가 더 투명해져야 할까요? 🤔
0
2025年4月11日 0:00:00 GMT
Esse estudo sobre a OpenAI usando material com direitos autorais é bem revelador! É uma pena para os criadores, mas também fascinante ver como o AI é treinado. Faz você se perguntar o que mais está por aí que não sabemos. Talvez a OpenAI devesse ser mais transparente? 🤔
0
2025年4月13日 0:00:00 GMT
Este estudio sobre OpenAI usando material con derechos de autor es bastante revelador. Es una lástima para los creadores, pero también fascinante ver cómo se entrena la IA. Te hace preguntarte qué más hay por ahí que no sabemos. ¿Quizás OpenAI debería ser más transparente? 🤔
0
2025年4月18日 0:00:00 GMT
This study on OpenAI's models using copyrighted content is kinda scary! 😱 I mean, it's cool how smart AI is getting, but it feels wrong if they're just copying books and code without asking. Hope they sort it out soon! 🤞
0
