copyright infringement | BriefGPT

关键词copyright infringement

搜索结果 - 22

奇幻版权之兽及其 (不) 生成方法
最近的研究表明，图像和视频生成模型可以通过其训练数据中的版权内容生成相关内容，因此引发了严重的版权侵权问题。特别是版权角色对图像生成服务构成了巨大挑战，至少有一起诉讼已经基于生成这些角色获得了赔偿。然而，目前还很少有研究对这个问题进行了实证
PDF14 days ago
SHIELD：LLM 文本生成中版权合规的评估与防御策略
当前大型语言模型存在版权侵权问题，相关挑战包括版权合规评估、鲁棒性防御以及生成版权文本的有效防御机制。本文介绍了一个数据集用于评估方法、测试攻击策略，并提出了轻量级、实时的防御机制以确保大型语言模型的安全合法使用。实验证明，当前大型语言模型
PDF16 days ago
从长期存在的问题到新兴的困境剖析大型语言模型的伦理
本文全面调查了与大型语言模型（LLMs）相关的伦理挑战，从长期存在的问题，如侵犯版权、系统性偏见和数据隐私，到新兴问题，如真实性和社会规范。我们批判性地分析了现有研究，旨在理解、审查和减轻这些伦理风险。我们的调查强调了将伦理标准和社会价值融
PDFa month ago
扩散模型中的记忆图像共享一个可定位和删除的子空间
大规模的文本到图像扩散模型在从文本输入中生成高质量图像方面表现出色，然而研究表明它们倾向于记忆和复制训练数据，引起了版权侵犯和隐私问题。本文针对扩散模型中的记忆问题，通过剪枝特定子空间的权重提出了一种后处理方法，避免了破坏训练或推理过程，从
PDFa month ago
语言语模与记忆：版权合规的质量和特定性
采用欧洲法律为例，本研究提出了一种系统分析方法， quantifying potential copyright infringements in large language models (LLMs)。通过使用 160 个字符的阈值和模
PDFa month ago
文本到图像生成 AI 系统的自动越狱
最近的 AI 系统在各种任务上展现了极强的性能，甚至超过了人类的表现，包括基于大型语言模型（LLMs）的信息检索、语言生成和图像生成。然而，由于绕过 LLMs 的对齐而产生恶意内容的各种安全风险，通常被称为越狱，而以文本为基础的 LLMs
PDFa month ago
探索未学习的扩散模型：可转移的对抗攻击视角
針對高級文字到圖像擴散模型在身份隱私侵犯、版權侵犯和不宜上班的內容生成方面引起的安全問題，本文旨在利用對抗攻擊的可轉移性來探測黑盒情景下的不學習強健性。
PDF2 months ago
文本到图像模型中的人类内容版权保护插件授权
该研究论文讨论了文本到图像生成模型中的版权侵权问题，并提出了版权插件授权框架，通过增加、提取和合并三个操作来解决该问题，以促进公平使用并在生成型人工智能时代提供人类版权保护的有效解决方案。
PDF3 months ago
在文本到图像生成模型时代重新思考艺术版权侵权问题
最近的文本到图像生成模型（如稳定扩散）非常擅长模仿和生成受版权保护的内容，这引起了艺术家们的担忧，他们担心自己的独特风格可能会被不当复制。为了解决这个问题，本文将 “艺术版权侵权” 问题重新定义为对图像集进行分类问题，而不是探究图像间的相似
PDF3 months ago
潜在扩散模型的伪装版权侵权
通过揭示伪装生成算法、伪装的揭示以及如何检测它们来增强现有的工具箱，我们提供了对伪装版版权侵权的更好认识，同时引入了更广泛的承认概念，以便理解此类间接访问。
PDF3 months ago
CVPR通过模拟变形实现非分割
利用基础分割模型进行对象提取可能导致版权侵权或恶意滥用的风险，为了解决这个问题，提出了新的任务 “不可分割的任何内容”，旨在实现对所有基于提示的分割模型的高度可迁移的对抗性攻击。通过干扰图像编码器功能来实现无关提示的攻击，同时基于观察结果，
PDF3 months ago
不确定边界：生成式人工智能中的版权问题的多学科方法
这篇文献综述了生成人工智能领域中与版权侵权相关的问题，包括侵权检测的方法、保护版权作品的现有技术、评估侵权行为的资源和工具，以及 AI 相关法规和提案，从多个学科角度全面阐述了 AI 驱动内容和版权的意义和问题。
PDF3 months ago
并非所有相似点都相等：利用数据驱动的偏见来指导 GenAI 版权争议
这篇研究论文介绍了一种新方法，利用 GenAI 模型的学习能力进行版权法律分析，通过 GPT2 和 Stable Diffusion 模型进行了演示。该方法利用数据驱动的偏见来评估 GenAI 创建的作品的一般性，帮助确定版权范围，并提供了
PDF3 months ago
透过交叉注意力揭示和减轻文本到图像扩散模型中的记忆化
研究论文概述：最近的文本到图像扩散模型在生成高质量图像方面展示了显著的能力，但是越来越多的研究表明这些模型从训练数据中记忆并复制图像，引发了对潜在版权侵权和隐私风险的巨大担忧。在这项研究中，我们通过检查交叉注意力机制与记忆现象的关系，提供了
PDF4 months ago
未经我同意训练：检测编码包含在源代码训练模型中
为解决通过训练集成员推理来检测大型语言模型（LLMs）中代码包含的版权问题，作者提出了一种新方法 TraWiC，该方法是一种适用于任何模型且可解释的检测代码包含的方法。在实验证明，TraWiC 可以检测到 83.87% 的用于训练 LLM
PDF5 months ago
一种由歌声转换驱动的主动二重预防非法歌曲翻唱机制
SongBsAb 是第一个主动防止非法歌曲翻唱的方法，通过引入不可察觉的扰动干扰了歌唱声音的生成过程，从而避免了模仿目标歌手和保留原歌词。本文通过客观和主观评估展示了 SongBsAb 在三个模型和两个数据集上的预防效果、实用性和鲁棒性，推
PDF5 months ago
保护性扰动是否可以防止个人数据受稳定扩散的侵害？
在这篇论文中，我们系统评估了使用扰动在实际威胁模型下保护图像的方法，并介绍了一种能够在最大程度上保留原始图像结构的净化方法。实验证明，稳定扩散可以有效地从净化后的图像中学习，并且对各种保护方法具有良好的适应性。
PDF7 months ago
应对生成式人工智能数据生命周期中的隐私和版权挑战
生成式人工智能在模拟真实图像、文本和数据模式方面展示了令人瞩目的能力，然而，大规模数据集的使用引发了对数据隐私和版权侵权的担忧，传统方法只能提供问题的局部解决方案。我们的论文对数据生命周期内的隐私和版权保护面临的多层面挑战进行了深入研究，并
PDF7 months ago
CopyScope：扩散工作流程中的模型级著作权侵权量化
Web-based AI image generation has brought copyright infringement risks, and this paper proposes CopyScope, a framework t
PDF9 months ago
探究实际场景下扩散模型的版权问题
我们的研究通过对部分版权侵权进行探究，并使用与版权有很大差异的提示，解决了以往研究的局限性。我们开发了一个数据生成流程，为扩散模型中的版权研究创建数据集。使用我们的流程，我们创建了包含不同扩散模型中版权侵权样本的数据集，并在各种标准下进行评
PDF10 months ago