Databricks продолжает сталкиваться с судебными разбирательствами, связанными с её языковой моделью DBRX, обученной на данных, которые, по мнению авторов, являются незаконно использованными. Эта ситуация стала серьезной угрозой для компании, поскольку потенциальные убытки могут достигать миллионов долларов.
Ситуация с делом
Иск против Databricks подали несколько авторов, утверждающих, что их книги были использованы для обучения LLM без согласия. Судья Чарльз Брейер из Северного округа Калифорнии отклонил попытку компании прекратить дело, указав на обоснованные доводы авторов. Всего речь идет о 196,000 авторских произведениях, которые могли быть использованы в процессе обучения.
Особенность дела в том, что модель DBRX была создана на базе MosaicLM, приобретённой компанией в 2023 году. Ранее у MosaicLM возникли проблемы с данными из набора RedPajama, которые были исключены из доступных источников из-за нарушений авторских прав. Databricks сейчас утверждает, что авторы не могут доказать, что DBRX была обучена конкретно на их произведениях.
Потенциальные последствия для Databricks
Согласно мнению специалистов, санкции, которые могут быть наложены на Databricks, очень велики. Если авторы докажут, что нарушения были умышленными, компания может столкнуться с убытками до $150,000 за каждое нарушенное произведение. Юрист Брендон Батлер отметил, что это может стать «литигейшном, который решает судьбу компании».
К делу уже присоединились такие известные авторы, как Джейсон Рейнольдс и Ребекка Макай, чья книга The Great Believers была финалистом Пулитцеровской премии. Это свидетельствует о растущем масштабе конфликта.
Что это значит для рынка
Для разработчиков и стартапов в области ИИ ситуация с Databricks служит серьезным предупреждением о важности соблюдения авторских прав. На фоне аналогичных дел в этой области, как суд с Meta по схожим вопросам, компании должны быть более осмотрительными в отношении данных, используемых для обучения AI. Если Databricks не проверит легитимность своих данных, это может привести к финансовым потерям и снижению доверия со стороны сообществ авторов и партнеров.
Теперь Databricks сосредоточится на сборе дополнительных данных и доказательств, чтобы доказать свою правоту в суде. Следующий шаг — использование всех доступных материалов для разъяснения их позиционирования.