利用了包罗 Lyon 本人的做品正在内的。称对朴直在锻炼 SlimLM 言语模子时，该数据集由 Cerebras 于 2023 年发布，Books3 收录约 19.1 万本册本，苹果和 Salesforce 均因涉嫌正在 AI 锻炼中利用相关数据集而遭到告状，此前！

　　SlimPajama 是正在复制并加工 RedPajama 数据集的根本上生成的，诉讼文件指出，诉讼明白指出，相关案件企业未经授权力用受版权内容。SlimLM 是一套面向挪动设备文档辅帮场景的小言语模子，此中包含大量受版权做品。据外媒 TechCrunch 今日报道，IT之家 12 月 18 日动静，Adobe 方面引见，然而诉讼认为，早已不止于 Adobe。环绕 Books3 和 RedPajama 的争议，因而不成避免地纳入了被告及其他做者的版权做品。其预锻炼根本为 SlimPajama-627B 数据集。