Meta 目前正陷入加利福尼亚联邦法院的多起诉讼，涉及使用盗版书籍来训练其 Llama AI 模型。虽然法官此前裁定，使用书籍进行训练可能构成合理使用，但获取这些书籍的具体方法仍是主要的争议点。此次诉讼涉及 Sarah Silverman 和 Ta-Nehisi Coates 等知名作家，以及 Entrepreneur Media 和 Chicken Soup for the Soul 等大型出版商。
来自 Stephen Roller 的最新证词为原告提供了新细节。Roller 是 Meta 的前研究人员，曾在 2017 年至 2023 年间在 Fundamental AI Research (FAIR) 小组工作。根据一份联合状态报告，Roller 承认通过种子下载（torrenting）获取了 Books3 数据集——这是一个从私人种子追踪网站 Bibliotik 获取的包含近 200,000 本书籍的集合——并故意分发该数据集。Roller 证词称，在他离开公司时，Meta 已拥有该数据集的副本，并指认了另外两名可能获取了各自副本的研究科学家。他还确认自己在大约一年前删除了个人的数据集副本，并称删除原因是由于正在进行的诉讼。
这张图片与 Stephen Roller 关于种子下载和分发 Books3 数据集的具体证词有关。
Meta 对原告对该证词的解读提出了异议。该公司辩称，Roller 并未明确表示他的下载是为 Meta 的目的或在 Meta 的基础设施上进行的，这表明下载可能是出于个人用途或为其他雇主。此外，Meta 坚持认为其已经提交了大量的服务器日志，并正在持续提供文件。然而，原告继续要求提供更具体的数据，包括来自种子下载服务器的命令历史文件，以及一个名为“ML Books”的内部 Google Drive 文件夹的内容。原告认为该文件夹可能包含用于非 AI 目的（如公司读书会）的盗版材料证据。Entrepreneur Media 的案件目前计划于 2027 年春季开庭，在此期间，还有其他几家出版商加入了诉讼队列。
这张图片展示了 Meta 针对研究人员行为以及公司提供服务器日志的辩护。