‏شکایت Sony و Warner از Anthropic سر دیتای آموزشی

به گزارش Ars Technica، ناشرهای موسیقی شامل Sony و EMI و Warner Chappell جمعه شکایتی علیه Anthropic ثبت کردن. استدلال اصلی‌شون اینه که تسویه‌ی ۱.۵ میلیارد دلاری قبلی با نویسنده‌ها، بابت دانلود غیرقانونی بیش از ۷ میلیون کتاب، برای شرکتی که همون تخلف انبوه رو به ارزش‌گذاری ۲ تریلیون دلاری تبدیل کرده بازدارنده نیست. شاکی‌ها می‌گن بین اون فایل‌ها هزاران اثر موسیقایی تحت مالکیت اون‌ها هم بوده.

روایت شکایت از جولای ۲۰۲۱ شروع می‌شه، وقتی Benjamin Mann، هم‌بنیان‌گذار Anthropic، با BitTorrent میلیون‌ها کتاب رو از LibGen برداشته و Dario Amodei هم تأییدش کرده؛ هر دو اسمشون به‌عنوان خوانده‌ی حقیقی تو پرونده اومده. آخر همون سال FBI سایت LibGen رو بست، ولی محتواش تو Z-Library کپی شد و بعد از بسته‌شدن اون هم از طریق Pirate Library Mirror در دسترس موند. پیام داخلی Mann موقع در دسترس شدن این آینه بوده «درست سر وقت!» و جواب یکی از کارمندها «zlibrary my beloved».

Anthropic منکر اینه که از اون کتاب‌ها برای آموزش مدل‌های تجاری Claude استفاده کرده باشه. شاکی‌ها می‌گن این حرف به تعریف «آموزش» بستگی داره: ادعاشون اینه که دست‌کم یکی از مدل‌های تجاری Claude با داده‌ی مصنوعی ساخته‌شده به‌دست یه مدل غیرتجاری آموزش دیده که خودش رو متن LibGen و PiLiMi سوار بوده. اسناد تازه از پرونده‌ی نویسنده‌ها هم نشون داده Anthropic بعد از قطع آموزش، همون دیتاست رو برای بررسی guardrails نگه داشته.

بخش سنگین‌تر ادعا مربوط به ضرر بازاره، چون حکم fair use تو پرونده‌ی قبلی دقیقاً روی همین لنگید که نویسنده‌ها نتونستن ضرر بازار رو ثابت کنن. ناشرها می‌گن Claude متن ترانه‌ها رو عیناً بازتولید می‌کنه، حتی وقتی کاربر فقط آکورد یه آهنگ رو خواسته، و «قلب» آثار معروف رو تو ترانه‌های به‌اصطلاح جدید تکرار می‌کنه. اضافه می‌کنن که دفتر کپی‌رایت آمریکا هم گفته خروجی رقیب، حتی بدون شباهت مستقیم، می‌تونه سهم رویالتی رو رقیق کنه.

سخنگوی Anthropic به Ars گفته این سومین شکایت از طرف همون تیم وکلاست که ادعاهای پرونده‌های موجود رو بازیافت می‌کنه، و آموزش مدل‌های مولد مصداق fair use تراگردانه، همون‌طور که دادگاه تو پرونده‌ی Bartz گفت. از اون طرف شاکی‌ها یادآوری کردن که Amodei خودش تو دادگاه گفته بود می‌تونستن کتاب‌ها رو قانونی بخرن ولی تورنت رو انتخاب کردن تا درگیر دردسر حقوقی و اداری نشن، و حالا می‌خوان دادگاه Anthropic رو به ارائه‌ی گزارش کامل از داده و روش آموزش مجبور کنه.

نکات کلیدی:

• شاکی‌ها: Sony و EMI و Warner Chappell؛ Dario Amodei و Benjamin Mann هم خوانده‌ی حقیقی‌ان
• مبنای مقایسه: تسویه‌ی ۱.۵ میلیارد دلاری با نویسنده‌ها بابت بیش از ۷ میلیون کتاب
• زنجیره‌ی منابع: LibGen (جولای ۲۰۲۱) بعد Z-Library بعد Pirate Library Mirror
• ادعای فنی: مدل تجاری با داده‌ی مصنوعی مدلی آموزش دیده که خودش رو LibGen سوار بوده
• ادعای خروجی: Claude متن ترانه رو حتی موقع سؤال آکورد هم برمی‌گردونه
• پاسخ Anthropic: سومین شکایت همون وکلا، و آموزش مدل مصداق fair use هست