Salesforce因AI训练数据陷入法律交叉火力

软件巨头Salesforce被一群作者在旧金山联邦法院起诉，指控其利用盗版图书库构建XGen AI模型。根据诉讼，一旦出现问题，他们就抹去了对这些来源的引用。

该诉讼由作者E. Molly Tanzer和Jennifer Gilmore于周三根据《版权法》提起。它 表示 持续侵权，称Salesforce  “通过继续存储、复制、使用和加工包含原告[……]受版权保护书籍副本的数据集，继续这样做。”

投诉引用了 Salesforce 首席执行官Marc Benioff的声明，他在2024年1月接受Bloomberg采访时称，AI公司窃取了训练数据，所有训练数据都是被盗的。

作者们寻求对所有自2022年10月以来作品被使用的美国版权持有人进行集体认证。他们寻求法定损害赔偿、销毁侵权副本、返还利润、宣告故意侵权以及律师费。

Salesforce面临强有力的案件；AI公司逃脱了类似的指控

根据投诉，Salesforce盗版了数十万本受版权保护的书籍，以开发其XGen系列大型语言模型。他们使用“臭名昭著的RedPajama和The Pile数据集”完成了这一操作，其中包含一个名为Books3的图书语料库，其中复制了来自私人追踪器Bibliotik的196,000多本书。

文件指出，Salesforce在2023年6月推出XGen时首次提到“RedPajama-Books”是其训练来源之一。随后，该公司的一名工程师直接将GitHub用户链接到这两个数据集。

然而，到了9月，这些提及内容从Salesforce网站上被删除，取而代之的是对来自“公开可用来源”的“自然语言数据”的模糊描述。下个月，托管Books3的网站Hugging Face因版权担忧移除了该数据集。

此外，诉讼显示，在2022年，Salesforce使用The Pile训练其CodeGen模型。随后，该公司通过其Agentforce AI平台将这项技术推向市场，XGen-Sales模型于2024年10月发布。

然而，据专家称，作者必须证明实际的经济损失，而不仅仅是他们的书被用于训练。最近，法官Vince Chhabria驳回了针对Meta的类似索赔，裁定“仅仅声称‘我们的作品被使用了’是不够的”。为此，法官发现 Meta 的 将受版权保护的书籍用于AI训练属于合理使用。

此外，作为 在 6 月报道 据Cryptopolitan报道，最近的裁决有利于OpenAI和Anthropic在类似案件中的立场，法官认为作者未能证明市场损害。然而，一位法官批评Anthropic维持了一个永久性的盗版图书库。

Salesforce利用Google的Gemini AI为Agentforce 360赋能

在其他新闻中，Salesforce已将其与Google的合作关系扩展到更深入地整合 Gemini AI 模型与其Agentforce 360平台。

作为合作的结果，Gemini的多模态智能将集成到Salesforce生态系统中。这将有助于支持企业销售和IT服务中的混合推理和多步骤流程自动化等任务。

扩展的集成使Atlas推理引擎（Agentforce 360的核心）能够利用Gemini模型。这为企业工作流提供了额外的模型选项。

此外，混合推理能力使用户能够在Salesforce内设置AI代理，以产生一致且准确的输出。此次合作还将Salesforce的Gemini集成范围从仅限于Gmail扩展到包括Sheets、Docs、Drive、Slides和Meet在内的其他Google Workspace应用程序。

Agentforce 360现在支持与Google Workspace的原生互操作性，允许用户从Gmail和Google Calendar等应用程序内发起销售互动、筛选潜在客户和安排会议。它还提供对Google工具中Salesforce Customer 360应用程序的直接访问，简化了销售和客户服务团队的数据访问和工作流连续性。

Salesforce首席科学家Silvio Savarese 表示, “在企业环境中，AI代理必须高度有能力且高度一致，特别是对于关键用例……[……] 我们共同在为构建代理企业未来的可能性方面树立新标准，直至模型层面。”