OpenAI 反驳《纽约时报》诉讼：称该刊物诱骗 ChatGPT 复制其文章

针对《纽约时报》声称 OpenAI 未经许可使用其文章训练大型语言模型 (Large Language Model，LLM) 的诉讼，OpenAI 发表了官方回应。

在 OpenAI 发表的一封信中，该公司驳斥了《纽约时报》的说法，同时指出该刊物捏造了与纽约时报文章相关的反刍数据提示。反刍是人工智能模型在被以某种方式询问时逐字提供训练数据的过程。

有趣的是，《纽约时报》诱导的反刍数据似乎来自多年前的文章，这些文章已在多个第三方网站上泛滥。他们似乎有意篡改了提示语，通常包括冗长的文章摘录，以便让我们的模型进行反刍。即使在使用此类提示时，我们的模型通常也不会像《纽约时报》影射的那样，这表明他们要么是指示模型进行反刍，要么是从众多尝试中挑选出的例子。

该公司提到，他们对这起诉讼一无所知，是在《纽约时报》上看到后才知道的。

我们曾向《纽约时报》解释说，与任何单一来源一样，他们的内容对我们现有模型的培训没有意义，对未来的培训也不会产生足够的影响。他们在 12 月 27 日提起的诉讼--我们是通过阅读《纽约时报》得知的--让我们感到惊讶和失望。

OpenAI 还表示，《纽约时报》提到了双方合作时的反刍案例，但在被问及此事时却未能提供相关实例。该公司指出，他们会优先处理有关转录的指控，并提供了移除必应整合的例子来支持他们的说法。

尽管我们承诺调查并解决任何问题，但他们一直提到他们的内容存在一些抄袭现象，并一再拒绝分享任何实例。我们已经证明了我们是如何认真对待这一优先事项的，例如在 7 月份，当我们了解到 ChatGPT 功能可能会以非预期的方式复制实时内容后，我们立即删除了该功能。

这封信还关注了其他一些问题，包括美联社、Axel Springer、美国新闻项目和纽约大学等新闻机构之间的许可协议。OpenAI 还谈到了合理使用问题，称如果内容可以在互联网上获得，就属于合理使用的范畴，可以用于训练人工智能模型。

使用公开可用的互联网资料来训练人工智能模型是合理使用，这一点得到了长期广泛接受的先例的支持。我们认为这一原则对创造者是公平的，对创新者是必要的，对美国的竞争力也是至关重要的。

不过，如果有人不希望自己的数据被用于训练人工智能模型，OpenAI 也提供了退出选项。它还指出，《纽约时报》已于 2023 年 8 月行使了这一选择权。

尽管如此，对我们来说，合法权利并不重要，重要的是做一个好公民。我们在人工智能行业中处于领先地位，为出版商提供了一个简单的退出流程（《纽约时报》于 2023 年 8 月采用了这一流程），以防止我们的工具访问他们的网站。

起诉 OpenAI 和微软未经授权使用数据的不止《纽约时报》一家。本周早些时候，两位作者也提起了诉讼，声称 OpenAI 使用了他们发表的作品来训练其人工智能模型。