The Impact of Copyrighted Material on Large Language Models: A Norwegian Perspective

要約

生成言語モデルのトレーニングに著作権で保護された素材を使用すると、法的および倫理的に重大な問題が生じます。
この論文では、ノルウェー語の大規模言語モデル (LLM) のパフォーマンスに対する著作権で保護された素材の影響を経験的に評価するためのフレームワークとその結果を示します。
さまざまなノルウェーのベンチマークでモデルを評価すると、本と新聞の両方がプラスに寄与する一方、フィクション作品はパフォーマンスの低下につながる可能性があることがわかりました。
私たちの実験は、AI 開発に貢献する作品の著者に対する補償制度の創設に役立つ可能性があります。

要約(オリジナル)

The use of copyrighted materials in training generative language models raises critical legal and ethical questions. This paper presents a framework for and the results of empirically assessing the impact of copyrighted materials on the performance of large language models (LLMs) for Norwegian. We found that both books and newspapers contribute positively when the models are evaluated on a diverse set of Norwegian benchmarks, while fiction works possibly lead to decreased performance. Our experiments could inform the creation of a compensation scheme for authors whose works contribute to AI development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google