Fugu-MT 論文翻訳(概要): Unlocking Fair Use in the Generative AI Supply Chain: A Systematized Literature Review

論文の概要: Unlocking Fair Use in the Generative AI Supply Chain: A Systematized Literature Review

arxiv url: http://arxiv.org/abs/2408.00613v1
Date: Thu, 1 Aug 2024 14:53:11 GMT
ステータス: 処理完了
システム内更新日: 2024-08-04 20:16:43.423302
Title: Unlocking Fair Use in the Generative AI Supply Chain: A Systematized Literature Review
Title（参考訳）: ジェネレーティブAIサプライチェーンにおけるフェアユースを解き放つ:体系化された文献レビュー
Authors: Amruta Mahuli, Asia Biega,
Abstract要約: この研究は、異なる利害関係者がGenAIサプライラインへのコントリビューションでどのような価値を見出しているかを明らかにすることを目的としている。この評価により、GenAI企業によって提唱された公正利用が、科学と芸術の振興を目的とした著作権法の進歩を訓練するかどうかを理解することができる。
参考スコア（独自算出の注目度）: 1.1510009152620668
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Through a systematization of generative AI (GenAI) stakeholder goals and expectations, this work seeks to uncover what value different stakeholders see in their contributions to the GenAI supply line. This valuation enables us to understand whether fair use advocated by GenAI companies to train model progresses the copyright law objective of promoting science and arts. While assessing the validity and efficacy of the fair use argument, we uncover research gaps and potential avenues for future works for researchers and policymakers to address.
Abstract（参考訳）: 生成的AI(GenAI)ステークホルダーの目標と期待の体系化を通じて、この研究は、GenAIサプライラインへの貢献において、異なる利害関係者がどのような価値を見出すかを明らかにする。この評価により、GenAI企業によって提唱された公正利用が、科学と芸術の振興を目的とした著作権法の進歩を訓練するかどうかを理解することができる。フェアユース議論の有効性と有効性を評価しながら、研究者や政策立案者にとって今後の研究のギャップと潜在的な道のりを明らかにする。

関連論文リスト

Cutting Through the Confusion and Hype: Understanding the True Potential of Generative AI [0.0]
本稿では,生成型AI(genAI)の微妙な景観について考察する。それは、Large Language Models (LLMs)のようなニューラルネットワークベースのモデルに焦点を当てている。
論文参考訳（メタデータ） (2024-10-22T02:18:44Z)
An Economic Solution to Copyright Challenges of Generative AI [35.37023083413299]
生成人工知能システムは、新しいテキスト、画像、ビデオ、その他のメディアを生成するために訓練されている。このようなシステムは、データコントリビュータのトレーニングに関する著作権権に侵害されるのではないか、という懸念が高まっている。本稿では,AI生成コンテンツ作成への貢献に比例して著作権所有者を補償する枠組みを提案する。
論文参考訳（メタデータ） (2024-04-22T08:10:38Z)
Human-in-the-loop Fairness: Integrating Stakeholder Feedback to Incorporate Fairness Perspectives in Responsible AI [4.0247545547103325]
公正は人工知能(AI)を用いたリスクの高い意思決定への関心が高まっている普遍的に受け入れられる公正度尺度はなく、公正性は文脈依存であり、公正と見なされるものに関して矛盾する視点があるかもしれない。私たちの作業は、ステークホルダーが特定の決定インスタンスとその公正性に関する結果に対してフィードバックをすることができるアプローチに従っています。
論文参考訳（メタデータ） (2023-12-13T11:17:29Z)
Explainable Authorship Identification in Cultural Heritage Applications: Analysis of a New Perspective [48.031678295495574]
既存の汎用eXplainable Artificial Intelligence(XAI)技術のAIへの応用について検討する。特に,3種類のAIdタスクにおける3種類のXAIテクニックの相対的メリットを評価した。我々の分析によると、これらの技術は、説明可能なオーサシップの特定に向けて重要な第一歩を踏み出すが、まだ多くの作業が続けられている。
論文参考訳（メタデータ） (2023-11-03T20:51:15Z)
Data Equity: Foundational Concepts for Generative AI [0.0]
GenAIは、デジタルとソーシャルのイノベーションを促進する大きな可能性を約束する。 GenAIは、技術へのアクセスと利用を民主化する可能性がある。しかし、未確認のままでは、不平等が深まる可能性がある。
論文参考訳（メタデータ） (2023-10-27T05:19:31Z)
The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文参考訳（メタデータ） (2022-12-08T23:23:39Z)
Connecting Algorithmic Research and Usage Contexts: A Perspective of Contextualized Evaluation for Explainable AI [65.44737844681256]
説明可能なAI(XAI)を評価する方法に関するコンセンサスの欠如は、この分野の進歩を妨げる。このギャップを埋める一つの方法は、異なるユーザ要求を考慮に入れた評価方法を開発することである、と我々は主張する。
論文参考訳（メタデータ） (2022-06-22T05:17:33Z)
Metaethical Perspectives on 'Benchmarking' AI Ethics [81.65697003067841]
ベンチマークは、人工知能(AI)研究の技術的進歩を測定するための基盤とみられている。 AIの顕著な研究領域は倫理であり、現在、ベンチマークのセットも、AIシステムの「倫理性」を測定する一般的な方法もない。我々は、現在と将来のAIシステムのアクションを考えるとき、倫理よりも「価値」について話す方が理にかなっていると論じる。
論文参考訳（メタデータ） (2022-04-11T14:36:39Z)
Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文参考訳（メタデータ） (2021-11-01T17:57:04Z)
What Do We Want From Explainable Artificial Intelligence (XAI)? -- A Stakeholder Perspective on XAI and a Conceptual Model Guiding Interdisciplinary XAI Research [0.8707090176854576]
説明可能性アプローチの主な目的は、人工システムに関する特定の関心、目標、期待、ニーズ、および要求を満たすことです。ステークホルダーのデシデラタを満たすという目標を達成するための説明可能性アプローチがどうあるべきかは、しばしば不明である。
論文参考訳（メタデータ） (2021-02-15T19:54:33Z)
How Does NLP Benefit Legal System: A Summary of Legal Artificial Intelligence [81.04070052740596]
法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
論文参考訳（メタデータ） (2020-04-25T14:45:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。