英伟达除了供应 AI 芯片外，还开发了自己的大模型，如 NeMo、Retro-48B、InstructRetro 和 Megatron。那么这些大模型的训练数据来自何处？图书作者指控英伟达使用盗版书库训练模型。上周五原告修改了诉状，指控英伟达使用了影子图书馆“安娜的档案（Anna’s Archive）”收集的盗版电子书库。诉状援引英伟达内部邮件和文件称，英伟达员工主动联系“安娜的档案”，询问该影子图书馆提供的付费“高速访问”是什么意思。安娜的档案要求英伟达管理层内部批准之后它才会提供该服务。英伟达据报道在一周内批准了这一要求，安娜的档案随后提供了 500 TB 电子书的高速访问。英伟达还被控从 LibGen、Sci-Hub 和 Z-Library 下载书籍。
