微软辩称 Copilot 极少整句复读新闻

微软在与《纽约时报》及图书作者的版权诉讼中提交新法律文档，主张 Copilot 极少复现新闻或书籍中的完整句子，更遑论可替代原文的实质段落。微软称，在证据开示阶段向新闻出版商聘请的专家提供了 **820 万条** Copilot 对话日志，这些日志因其命中新闻原告网站关键词、最可能含原告作品而被特意挑出。

微软声称，分析显示其中仅 **59545 条**与用于训练 AI 模型的新闻内容存在至少 16 个重合词；图书作者一方专家则只在 820 万段对话中找到 24 条含至少 30 个重合词的回复，212 本书中仅 10 本出现匹配。微软据此论证使用版权内容训练 AI 应属合理使用。「偶尔复现文本片段',其结论是 '几乎不削弱 LLM 训练的转化性目的」。

💡 为什么值得看微软 820 万条对话新数据，影响 AI 训练合理使用判例。