Поисковая компания не хочет платить немецким медиа

Google выступила против немецкого «газетного закона»

Компания Google начала кампанию против предложения немецкого правительства по введению выплат, которые поисковые компании должны будут осуществлять при отображении новостей от сторонних газет.



Google начала кампанию, направленную против предложенного немецкими законодателями проекта, в рамках которого поисковые движки (а точнее их владельцы) должны будут платить деньги за использование информации, защищенной авторским правом. Речь пока идет только о новостных заметках, которые отображаются при соответствующих запросах.

Закон Leistungsschutzrecht für Presseverleger является расширением немецкого законодательства об авторском праве. Теперь он будет включать в себя поисковые результаты по новостям. Плата берется за небольшой фрагмент текста, который используется в анонсе статьи на странице с результатами. Закон предложила коалиция Ангелы Меркель, а в парламенте его лоббирует медиа-магнет Аксель Спрингер.

Google организовала петицию против подобного предложения, заявив, что после введения закона, пользователям будет значительно сложнее осуществлять поиск необходимой информации. Google жаловалась на Leistungsschutzrecht и раньше, но сейчас она активизировала свои протесты, так как билль будут обсуждать уже на следующей недели.



«Большинство людей даже не знают о таком законодательстве», – говорит руководитель немецкого отделения Google Стефан Тверасер. «Подобный закон повлияет на каждого пользователя в Германии. Компании будут платить больше, а потребители будут получать меньше информации».

К петиции также добавили интерактивную карту. Она должна продемонстрировать людям, как связаться с местным депутатом и высказаться против билля.

Это уже не первая версия законопроекта. Более ранний вариант требовал платы не только от поисковых движков, но также от любой компании, которая позволяет своим сотрудникам пользоваться интернет поиском на работе. Немецкие промышленники взбунтовались против такого решения и правительство пересмотрела проект. Отметим, Федеральная ассоциация немецких издателей газет осталась недовольной текущей версией законодательства.

Google столкнулась с похожими проблемами во Франции. Компании настолько надоели претензии местных газетчиков по поводу «налога на ссылки», что пригрозила перестать индексировать все французские медиа в поиске. Министр культуры Франции негативно высказался относительно решения компании решать проблемы с помощью «угроз».

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

Языковые модели тупеют от мусорных данных из интернета

Группа исследователей из Университета Техаса и Университета Пердью предложила необычную идею: большие языковые модели (LLM), вроде ChatGPT, могут «тупить» от некачественных данных примерно так же, как люди — от бесконечных часов в соцсетях.

В отчёте специалисты выдвигают «гипотезу гниения мозга LLM». Суть проста: если продолжать дообучать языковую модель на «мусорных» текстах из интернета, она со временем начнёт деградировать — хуже запоминать, терять логику и способность к рассуждению.

Авторы понимают, что отличить хороший контент от плохого сложно. Поэтому они решили изучить 100 миллионов твитов с HuggingFace и отобрать те, что подходят под определение «junk».

В первую группу попали короткие твиты с большим количеством лайков и репостов — те самые, которые вызывают максимальное вовлечение, но несут минимум смысла. Во вторую — посты с «низкой семантической ценностью»: поверхностные темы, кликбейт, громкие заявления, конспирология и прочие «триггерные» темы.

 

Чтобы проверить качество отбора, результаты GPT-4o сверили с оценками трёх аспирантов — совпадение составило 76%.

Учёные обучили четыре разные языковые модели, комбинируя «мусорные» и «качественные» данные в разных пропорциях. Потом прогнали их через тесты:

  • ARC — на логическое рассуждение,
  • RULER — на память и работу с длинным контекстом,
  • HH-RLHF и AdvBench — на этические нормы,
  • TRAIT — на анализ «личностного стиля».

Результаты оказались любопытными: чем больше в обучающем наборе было «интернет-мусора», тем хуже модель справлялась с задачами на рассуждение и память. Однако влияние на «этичность» и «черты личности» было неоднозначным: например, модель Llama-8B с 50% «мусора» даже показала лучшие результаты по «открытости» и «низкой тревожности».

Исследователи сделали вывод: переизбыток интернет-контента может привести к деградации моделей и призвали разработчиков тщательнее отбирать данные для обучения. Особенно сейчас, когда всё больше онлайн-текста создаётся уже самими ИИ — и это может ускорить эффект так называемого model collapse, когда модели начинают обучаться на собственных ошибках.

Учёные шутят: если так пойдёт и дальше, возможно, придётся вернуться к книгам — хотя бы ради того, чтобы «накормить» модели чем-то действительно качественным.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru