हार्वर्ड विश्वविद्यालय ने गुरुवार को घोषणा की कि वह सार्वजनिक क्षेत्र की किताबों के लगभग एक मिलियन गुणवत्ता वाले डेटासेट को सार्वजनिक करेगा, जिसे कोई भी बड़े भाषा मॉडल और अन्य एआई उपकरणों को प्रशिक्षित करने के लिए उपयोग कर सकता है। यह डेटासेट हार्वर्ड विश्वविद्यालय की नई स्थापना की गई संस्था डेटा पहल (Institutional Data Initiative) द्वारा बनाया गया है, जिसे माइक्रोसॉफ्ट और ओपनएआई द्वारा वित्तीय सहायता प्राप्त है। इसमें शामिल किताबें सभी Google किताबें परियोजना द्वारा स्कैन की गई हैं और अब कॉपीराइट संरक्षण में नहीं हैं।