最近的一篇预印本论文表明,在单一作者的作品上微调大型语言模型(LLM),可以导致模型逐字回忆起其并未明确训练过的版权材料。这种现象似乎源于预训练数据中的潜在信息,而非微调数据集本身。研究表明,在合成文本上进行微调不会产生类似的逐字输出,这可能将版权责任转移给模型开发者。 AI
影响 这项研究可能会通过突出LLM中潜在的数据回忆问题,重新定义AI实验室的版权责任。
排序理由 该集群讨论了一篇关于LLM行为和版权影响的新预印本论文的发现。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →