《泰晤士报》诉 Microsoft/OpenAI：未经授权复制《泰晤士报》在 GPT 模型中的工作 (11)

四．事实指控

C. 被告未经授权使用和复制时报内容

2. GPT 模型中时代作品未经授权的复制和衍生的体现

98. 作为使用未经授权的 Times Works 副本进行培训的进一步证据，GPT LLM 本身“记住”了许多编码到其参数中的相同作品的副本。如下图和附录 J 所示，当前的 GPT-4 LLM 将在提示时输出 Times Works 重要部分的近乎逐字副本。这些记忆的例子构成了用于训练模型的 Times Works 的未经授权的副本或衍生作品。

99. 例如，2019 年，《泰晤士报》发表了关于纽约市出租车行业掠夺性贷款的五部分系列文章，荣获普利策奖。为期 18 个月的调查包括 600 次访谈、100 多项记录请求、大规模数据分析以及数千页内部银行记录和其他文件的审查，最终导致刑事调查并颁布新法律以防止此类事件的发生。未来的虐待。 OpenAI 在该内容的创建中没有发挥任何作用，但只需很少的提示，就会逐字背诵其中的大部分内容：[26]

100. 同样，2012 年，《泰晤士报》发表了一系列开创性的文章，探讨苹果和其他科技公司的外包如何改变全球经济。该系列是三大洲付出巨大努力的成果。报道这个故事尤其具有挑战性，因为《纽约时报》一再被拒绝采访和访问。 《纽约时报》联系了数百名现任和前任苹果高管，最终从六打苹果内部人士那里获得了信息。同样，GPT-4 复制了此内容，并且可以逐字背诵其中的大部分内容：[27]

101. 图表 J 提供了许多用 GPT-4 记忆 Times Works 的额外例子。根据信息和信念，这些例子代表了时代作品的一小部分，其表达内容已基本上编码在 GPT 系列法学硕士的参数内。因此，这些法学硕士中的每一个都包含了许多未经授权的 Times Works 副本或衍生品。

[26] 原创文章请参阅 Brian M. Rosenthal，《数千名出租车司机陷入贷款困境，高层官员数钱》，《纽约时报》（2019 年 5 月 19 日），https://www.nytimes.com/2019/ 05/19/nyregion/taximedallions.html。

[27] 原始文章请参阅 Charles Duhigg 和 Keith Bradsher，《美国在 iPhone 上的失败》，《纽约时报》（2012 年 1 月 21 日），https://www.nytimes.com/2012/01/22/business /apple-america-and-a-squeezed-middleclass.html。