Проверить свои работы в чужих датасетах теперь можно бесплатно: Lantern сверяет отпечатки

Cara с начала 2023 года собрала 1,5 млн художников, которые не хотят, чтобы на их работах учили ИИ. После скрейпов часть удалила портфолио и ушла, а команда временно закрыла просмотр для незарегистрированных.

Проверить себя. Lantern живёт на app.lanternite.org, ставить ничего не надо. Загружаешь свои работы, односторонний отпечаток PDQ считается прямо на устройстве, сами изображения на сервер не уходят. При совпадении придёт письмо со ссылкой на датасет.

Раньше художник узнавал о своих работах в чужом датасете случайно: из поста скрейпера или из материалов суда. Теперь сверка идёт по отпечатку и показывает конкретный набор данных.

Что сервис не видит. Lantern сканирует публичные датасеты на Hugging Face и ModelScope плюс добавленные руками. Внутренние наборы OpenAI, Google и Anthropic не просканировать, их не публикуют. Требование удалить работу сервис за автора не отправляет: даёт ссылку на датасет, дальше художник идёт сам, а авторские права на работы советует зарегистрировать заранее.

Удалить чужую выгрузку получается не всегда. Второй скрейпер под ником CaptiveDreamer выложил на Hugging Face 8,5 млн ссылок с именами аккаунтов, названиями и тегами. Площадка удалять отказалась: копий самих работ у неё нет, и новые жалобы по тому же основанию ничего не изменят. 22 августа третий выложил на Academic Torrents 123 000 изображений вместе с постами и био пользователей, где были персональные данные.

Сам Heft оценивает ценность слива низко: 12 млн изображений мало для обучения модели, генерирующей картинки, коммерческие лаборатории берут большие веб-скрейпы вроде LAION. Вряд ли OpenAI или Anthropic просматривают каждый новый датасет на Hugging Face. Основательница Cara Jingna Zhang к 27 августа собрала на юридическую защиту больше $100 000 из заявленных $120 000 и участвует в двух коллективных исках художников.