斯坦福大学 | 大模型及其公平使用

​

【推荐理由】本文阐述了与大模型相关的最新版权、公平使用问题。

FOUNDATION MODELS AND FAIR USE

Peter Henderson, Xuechen Li, Dan Jurafsky, Tatsunori Hashimoto, Mark A. Lemley, Percy Liang
[Stanford University]

【论文链接】https://arxiv.org/pdf/2303.15715.pdf

【摘要】 现有的基础模型是使用受版权保护的材料进行训练的。在数据创建者未获得适当的归属或补偿时，部署这些模型可能会带来法律和道德风险。在美国和其他几个国家，可以使用受版权保护的内容构建基础模型而不会产生法律责任，这是由于公平使用原则。然而，需要注意的是：如果该模型产生的输出与受版权保护的数据相似，特别是在影响该数据市场的情况下，公平使用原则可能不再适用于该模型的输出。在本文中，作者强调，公平使用原则并非保证，可能需要额外的工作来确保模型开发和部署完全符合公平使用原则。首先，作者调查了基于受版权保护的内容开发和部署基础模型可能面临的潜在风险。文章回顾了相关的美国案例法，并将其与生成文本、源代码和视觉艺术的现有和潜在应用进行了比较。实验证实，流行的基础模型可以生成与受版权保护的材料相当相似的内容。其次，作者讨论了可以帮助基础模型符合公平使用原则的技术缓解措施。作者认为需要更多的研究来将缓解策略与现行法律保持一致。最后，作者建议法律和技术缓解措施应该共同发展。例如，结合其他政策机制，当使用强有力的技术工具缓解侵权危害时，法律可以更明确地考虑安全港。这种共同发展可能有助于在知识产权和创新之间取得平衡，这符合公平使用原则的原始目标。但是作者强调，文章描述的策略并非万能药，需要更多的工作来制定解决基础模型潜在危害的政策。

​Read More