Un nou studiu susține că OpenAI ar fi utilizat conținut protejat de drepturile de autor în antrenarea modelelor sale de inteligență artificială

Cercetarea, realizată de echipe de la University of Washington, Stanford și University of Copenhagen, aduce în atenție o metodă de detectare a faptului dacă modelele de AI și-au 'memorat' anumite părți ale datelor de antrenament - o posibilă încălcare a drepturilor de autor. Studiul se concentrează pe identificarea cuvintelor unice și neobișnuite din texte literare, cunoscute sub numele de cuvinte 'de mare surpriză'. Rezultatele au arătat că GPT-4, unul dintre modelele OpenAI, părea să-și fi memorat părți din cărți de ficțiune protejate de drepturile de autor, în special dintr-un set de date numit BookMIA.