©Plug-in Authorization for Human Content Copyright Protection in Text-to-Image Model

要約

このペーパーでは、テキストからイメージのモデルによって生成された画像の著作権侵害の論争の問題、AI開発者、コンテンツクリエイター、および法人の間で議論を引き起こします。
最先端のモデルは、元のクリエイターをクレジットせずに高品質のコンテンツを作成し、芸術コミュニティに懸念を引き起こします。
これを軽減するために、\ Copyright Plug-in Authorization Frameworkを提案し、追加、抽出、および組み合わせの3つの操作を導入します。
追加には、特定の著作権のために\ Copyrightプラグインをトレーニングし、適切なクレジットの帰属を促進します。
抽出により、作成者は侵害モデルから著作権を取り戻すことができ、組み合わせにより、ユーザーは異なる\著作権プラグインをマージできます。
これらの運用は許可として機能し、公正使用を奨励し、許可に柔軟性を提供します。
革新的なアプローチ、抽出用の「リバースロラ」、シームレスな組み合わせの「EasyMerge」を提示します。
アーティストスタイルのレプリケーションと漫画のIPレクリエーションの実験は、\著作権プラグインの有効性を示しており、生成AISの時代の人間の著作権保護に貴重なソリューションを提供します。
このコードは、https：//github.com/zc1023/-plug-in-authorization.gitで入手できます。

要約(オリジナル)

This paper addresses the contentious issue of copyright infringement in images generated by text-to-image models, sparking debates among AI developers, content creators, and legal entities. State-of-the-art models create high-quality content without crediting original creators, causing concern in the artistic community. To mitigate this, we propose the \copyright Plug-in Authorization framework, introducing three operations: addition, extraction, and combination. Addition involves training a \copyright plug-in for specific copyright, facilitating proper credit attribution. Extraction allows creators to reclaim copyright from infringing models, and combination enables users to merge different \copyright plug-ins. These operations act as permits, incentivizing fair use and providing flexibility in authorization. We present innovative approaches,’Reverse LoRA’ for extraction and ‘EasyMerge’ for seamless combination. Experiments in artist-style replication and cartoon IP recreation demonstrate \copyright plug-ins’ effectiveness, offering a valuable solution for human copyright protection in the age of generative AIs. The code is available at https://github.com/zc1023/-Plug-in-Authorization.git.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google