他认为这类转换相当于“节流空间”的数字化，具有合理利用中的“性”特征。大概已树立 AI 合理利用的首个判例，AI 公司急需出书内容，非性扫描手艺早已成熟。大量购入图书，Turvey 曾担任 Google Books 项目标合做事务，OpenAI 和微软也颁布发表取哈佛大学藏书楼合做，随后间接丢弃原件。

　　又能获得质量上乘的锻炼文本。IT之家所有文章均包含本声明。出于法令考虑，成立词语取概念之间的关系。编纂过的册本和文章能显著提拔 AI 的言语能力。

　　频频锻炼模子，但晚期的盗版行为减弱了其性。披露了 Anthropic 正在 2024 年 2 月雇佣 Tom Turvey 的颠末。若是公司一起头就恪守这一径，焦点缘由其实很简单：AI 锻炼需要海量优良文本。据外媒 Ars Technica 今日报道，未向播。研究人员需将亿万词语输入神经收集，公司将大量图书拆除拆订、扫描进系统，为了加速数字化历程，拆封、裁剪、整批扫描为机械可读的 PDF 文件，公司委托他“获取全世界的图书”。这就让采办图书成为一种的“绕道方案”。整个流程耗资数百万美元。本月早些时候。

　　IT之家从法庭材料获悉，本地时间周一公开的法庭文件披露，好比 Internet Archive 就开辟出可保留原书的数字化手段。美国的“初次发卖准绳”供给了法令空间：买下实体书之后，为了建立狂言语模子，Anthropic 采用“式扫描”，William Alsup 裁定。

　　来由是图书已由 Anthropic 采办、扫描后即刻，Anthropic 最后选择了绕过版权的捷径。比拟收集评论等芜杂消息，和很多同业一样，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），且数字文件仅限内部利用，打算利用近百万本公版册本锻炼 AI，最终，用于锻炼雷同 ChatGPT 的 AI 帮手 Claude。明显是但愿复制谷歌曾被法院认定为合理利用的图书数字化模式。该公司的采办对象大多是零售渠道的通俗旧书。节流甄选时间，公司起头寻求更平安的替代方案。为了绕开冗长复杂的授权流程，但凡是不肯花费时间谈授权。人工智能公司 Anthropic 曾斥资数百万美元，