大家好，本网站为大家提供优质的、全新的游戏攻略，援助大家更愉悦地、更顺手地玩游戏，走过路过不要错过奥。

本站 4 月 6 日消息，一项新探究极有可能为 OpenAI 至少使用部分受版权保卫内容来训练其人工智能模型的指控提供了依据。

本站注意到，OpenAI 正面临由作家、程序员以及其他版权持有者提起的诉讼，这些原告指责该公司在未经许可的状况下，使用他们的作品 —— 包括书籍、代码库等，来开发其模型。虽然 OpenAI 一直声称其享有合理使用的抗辩理由，但原告方则认为美国版权法中并无针对训练数据的豁免条款。

该探究由华盛顿高校、哥本哈根高校和斯坦福高校的探究人员共同撰写，提出了一种新技巧，用于识别像 OpenAI 这样通过应用程序接口（API）提供服务的模型所“记忆”的训练数据。

AI 模型本质上是猜测引擎，通过大量数据训练，它们能够进修各种模式，从而生成文章、照片等。虽然大多数输出并非训练数据的逐字复制，但由于模型的“进修”方式，部份内容不行防止地会被模型记忆下来。此前已有探究发现，图像模型会重复生成其训练数据中电影的截图，而语言模型则被观察到存在剽窃新闻文章的行为。

该探究的核心技巧依靠于探究人员提出的“高意外性”词汇，即在大量作品中显得不常见的词汇。例如，在句子“Jack and I sat perfectly still with the radar humming”中，“radar”（雷达）一词被认为是高意外性的，由于从统计学角度来看，它出此刻“humming”（嗡嗡作响）之前的可能性比“engine”（引擎）或“radio”（收音机）等词要低。

共同作者对包括 GPT-4 和 GPT-3.5 在内的几种 OpenAI 模型进行了测试，通过从虚构小说片段和《纽约时报》文章中移除高意外性词汇，接着让模型尝试“猜想”被屏蔽的词汇，来寻找记忆迹象。探究人员认为，若果模型能够胜利猜出这些词语，则很可能表明该模型在训练经过中记忆了这些片段。

依据测试结局，GPT-4 显示出记住了流行小说书籍的部份内容，包括一个包含受版权保卫电子书样本的数据集 BookMIA 中的书籍。结局还表明，该模型记住了《纽约时报》文章的部份内容，虽然比例相对较低。

华盛顿高校的博士生、该探究的共同作者阿比拉沙・拉维奇汉德（Abhilasha Ravichander）对 TechCrunch 表示，这些发现揭示了模型可能接受训练的“有争议的数据”。

长期以来，OpenAI 一直提议放宽对使用受版权保卫数据开发模型的限制。虽然该公司已经达成了一些内容许可协议，并提供了允许版权全部者标记不期望其用于训练的内容的退出机制，但该公司一直在游说多个|将盘绕人工智能训练技巧的“合理使用”制度编入法典。

大家注意，牢记持续关注本游戏攻略网站，无论兄弟们的支持是我们最大的动力奥，我们会努力提供全网新的游戏攻略教程，加油。

本创作内容,未授权勿转载,必究权责。

免责说明：这篇文章小编将代表的是网站编辑的见解，与本站无关。其原创性、诚实性以及文中陈述文字和内容未经确认，因此对这篇文章小编将以及其中全部或者部份内容文字的诚实性、完整性和原创性本站不作任何保证或承诺，请读者仅作参考，并自行核实相关内容。