OpenAI开撕纽约时报：故意引导ChatGPT得出抄袭结论

原文来源：量子位

图片来源：由无界 AI生成

OpenAI的反击来了。

针对被纽约时报提起史上最受关注的侵权诉讼一案，OpenAI公开发表长文表明立场。

文章直接表示：整个诉讼毫无根据，并指出纽约时报：

存在故意引导ChatGPT之嫌疑 隐瞒信息，没有讲出完整的事情经过

以及OpenAI的总体观点是：

（1）使用版权数据训练合理。没有它们，哪来的当今世界上最先进的模型？
（2）如果你不想被训练？可以退出。单一数据源（包括纽约时报在内）的缺失也不会对模型的表现造成重要影响。

消息一出，吃瓜群众再次火速聚集，吵成一团。

支持OpenAI的直接“虾仁猪心”：

纽约时报退出训练数据集，反而会让模型输出质量更好（Doge）

有人则问了当事模型GPT-4的看法，结果AI也把纽约时报无情嘲讽了一番：

吴恩达也洋洋洒洒写了一大堆，总结来说就是：

同情OpenAI多于纽约时报，后者所说的全文抄袭更可能是RAG机制所致，并且实测OpenAI已经堵住漏洞，质疑纽约时报究竟受到了多少实际损失。

不过，反方网友也毫不留情，直接指着鼻子骂：

OpenAI， 你太双标了，什么训练合理，都是为了你的利益最大化罢了。

你才是那个没有讲出完整故事的人。

OpenAI具体回应

先来看看OpenAI回应的具体立场，一共包含四个点：

1、非常乐意与新闻机构合作

OpenAI表示，自己在技术设计过程中努力行动支持新闻机构，会见了数十家相关媒体，聆听他们提出的担忧，并提供解决方案。

其本意也是支持健康的新闻生态系统，并实现互利互惠，具体包括：

（1）通过部署他们的产品，来协助新闻从业者完成一些耗时的任务，比如分析大量公共记录和翻译故事，最终让编辑和记者从中受益。

（2）通过对历史、非公开内容进行训练，向他们的AI模型传授世界知识。

（3）在ChatGPT回答中显示带有归属信息的实时内容，为新闻发布者与读者建立联系。

2、训练属于合理使用，提供退出机制

OpenAI此前就在提交给英国上议院的一份意见书中警告称：

如果没有受版权内容的训练，我们的模型就将无法运行。

在此，OpenAI再次表示，使用公开的互联网材料训练AI模型是合理的，既对创作者公平、对创新者必要，也对国家的竞争力至关重要。

并指出这一观点已经在美国得到很多团体、学者的支持，在其他国家和地区例如欧盟、日本、新加坡等甚至有法律支持对受版权保护的内容进行训练。

不过，话锋一转，本着“合法权利对我们来说不如成为好公民重要”，OpenAI表示自己提供了一个简单的退出流程，可以防止他们的AI模型再次访问这些网站数据。

据介绍，纽约时报已经于2023年8月采用这一机制，退出OpenAI的训练。

3、“反流”是罕见错误，希望用户也不要故意引导

所谓“反流”（Regurgitation），其实就是指模型输出和训练数据一模一样的内容。

纽约时报在诉讼中就列出ChatGPT和该家新闻惊人雷同的情况：

对于这一文绉绉的表达，有网友是不满的：不就是抄袭（plagarism）吗？

但不管怎么说，OpenAI的解释是：

当特定内容在训练数据中多次出现时就会出现这种罕见的错误，不过我们已经采取了措施来防止情况出现。

以及，OpenAI也特别劝诫用户：

采取负责任的行为，不要故意操纵模型进行反流，这既是对我们技术的不当使用，也违反了我们的使用条款。