محققان در یک پژوهش جدید، چارچوب نوآورانهای به نام DCS (Dual-Branch Conditional Sensitivity) معرفی کردهاند که به شناسایی دقیقتر نقض کپیرایت در مدلهای پایه کمک میکند. 🤖⚖️
مشکل اصلی اینجاست که شباهت خروجیهای هوش مصنوعی همیشه به معنای کپیبرداری نیست و میتواند ناشی از مفاهیم عمومی یا الگوهای آماری باشد. این روش جدید با استفاده از تحلیل «تغییر توزیع شرطی»، میتواند تشخیص دهد که آیا یک مدل واقعاً از محتوای دارای حق نشر کپیبرداری کرده است یا خیر. این دستاورد گام مهمی برای شفافیت بیشتر و رعایت اخلاق در توسعه مدلهای بزرگ محسوب میشود.
منبع: arXiv Machine Learning