Adobe 被诉用盗版书本练习 AI 模型，SlimLM 陷版权风波

俄勒冈州作家伊丽莎白·莱昂（Elizabeth Lyon）对Adobe提起集体诉讼，指控其在练习名为 SlimLM 的小型说话模型时，应用了包含其盗版作品在内的不法数据集。

SlimLM是Adobe推出的一系列轻量化说话模型，专为移动设备上的文档帮助义务（如摘要、改写、问答）优化。Adobe官方称，该模型基于 SlimPajama-627B 数据集进行预练习——这是由AI芯片公司Cerebras于 2023 年 6 月宣布的开源、去重、多来源语料库。

这并非孤立事宜。Books3 和RedPajama已成为AI行业版权诉讼的“高频词”：

• 2024 年 9 月，Apple被诉应用Books3 练习其Apple Intelligence；
• 同月，Anthropic就类似指控与作家群体杀青 15 亿美元和解，被视为AI版权案的里程碑；
• 10 月，Salesforce也被指依附RedPajama练习其AI体系。

然而，莱昂的诉状指出，SlimPajama实际上是 RedPajama 数据集的衍生版本，而RedPajama又直接复制了臭名昭著的 Books3 数据集。Books3 包含约19. 1 万本受版权保护的图书，经久被指大年夜量收录自收集盗版资本（如The Bibliotik）。

诉状强调：“SlimPajama因系RedPajama的衍生复制，故包含Books3 中的内容，个中包含原告及集体成员的受版权保护作品。”

莱昂本人是多本非虚构写作指南的作者，其作品据称就在被不法用于练习的数据之列。她指控Adobe在未获授权、未签名、未付出任何费用的情况下，将其文字用于贸易AI产品的开辟，侵犯了版权法付与作者的专有权力。