論文の概要: Beyond English: Unveiling Multilingual Bias in LLM Copyright Compliance

• arxiv url: http://arxiv.org/abs/2503.05713v1
• Date: Fri, 14 Feb 2025 16:59:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-16 10:18:22.480680
• Title: Beyond English: Unveiling Multilingual Bias in LLM Copyright Compliance
• Title（参考訳）: LLM著作権コンプライアンスにおける多言語バイアスの発見
• Authors: Yupeng Chen, Xiaoyu Zhang, Yixian Huang, Qian Xie,
• Abstract要約: LLM(Large Language Models)は、著作権保護されたコンテンツの公正使用に関して重要な懸念を提起している。 LLMは言語間における著作権作品保護のバイアスを示すか? 特定の言語でプロンプトを使って著作権のあるコンテンツを引用するのは簡単か?
• 参考スコア（独自算出の注目度）: 17.21382682644513
• License:
• Abstract: Large Language Models (LLMs) have raised significant concerns regarding the fair use of copyright-protected content. While prior studies have examined the extent to which LLMs reproduce copyrighted materials, they have predominantly focused on English, neglecting multilingual dimensions of copyright protection. In this work, we investigate multilingual biases in LLM copyright protection by addressing two key questions: (1) Do LLMs exhibit bias in protecting copyrighted works across languages? (2) Is it easier to elicit copyrighted content using prompts in specific languages? To explore these questions, we construct a dataset of popular song lyrics in English, French, Chinese, and Korean and systematically probe seven LLMs using prompts in these languages. Our findings reveal significant imbalances in LLMs' handling of copyrighted content, both in terms of the language of the copyrighted material and the language of the prompt. These results highlight the need for further research and development of more robust, language-agnostic copyright protection mechanisms to ensure fair and consistent protection across languages.
• Abstract（参考訳）: LLM(Large Language Models)は、著作権保護されたコンテンツの公正使用に関して重要な懸念を提起している。 以前の研究では、LLMが著作権物質を複製する程度について検討されてきたが、それらは主に英語に焦点を当てており、著作権保護の多言語的側面を無視している。 本研究では,LLMの著作権保護における多言語的バイアスについて,(1)LLMは言語間で著作権保護のバイアスを示すのか,という2つの重要な疑問に対処する。 (2)特定の言語でのプロンプトによる著作権付きコンテンツの引用は容易か? これらの質問を探索するために、英語、フランス語、中国語、韓国語で人気のある歌詞のデータセットを構築し、これらの言語におけるプロンプトを用いて7つのLLMを体系的に探索する。 以上の結果から,著作権資料の言語とプロンプトの言語の両方において,LLMの著作権コンテンツの扱いには大きな不均衡がみられた。 これらの結果は、言語間の公平で一貫した保護を保証するために、より堅牢で言語に依存しない著作権保護機構のさらなる研究と開発の必要性を強調している。

関連論文リスト

• Mind the Gap! Choice Independence in Using Multilingual LLMs for Persuasive Co-Writing Tasks in Different Languages [51.96666324242191]
  チャリティー広告作成タスクにおける新規筆記アシスタントのユーザ利用が、第2言語におけるAIの性能に影響を及ぼすかどうかを分析する。 我々は、これらのパターンが、生成したチャリティー広告の説得力に変換される程度を定量化する。
  論文  参考訳（メタデータ） (2025-02-13T17:49:30Z)
• Do LLMs Know to Respect Copyright Notice? [11.14140288980773]
  保護材料を含むユーザ入力を処理する際に,言語モデルが著作権を侵害するか否かを検討する。 我々の研究は、言語モデルが著作権を侵害する可能性の程度を保守的に評価する。 本研究は、LLMが著作権規制を尊重することのさらなる調査の必要性と重要性を強調している。
  論文  参考訳（メタデータ） (2024-11-02T04:45:21Z)
• How Do Multilingual Language Models Remember Facts? [50.13632788453612]
  これまでに同定された英語のリコール機構が多言語文脈に適用可能であることを示す。 我々は、リコール中の言語の役割をローカライズし、エンリッチメントが言語に依存しないことを発見した。 デコーダのみのLLMでは、FVは2つの異なる段階でこれらの2つの情報を構成する。
  論文  参考訳（メタデータ） (2024-10-18T11:39:34Z)
• Measuring Copyright Risks of Large Language Model via Partial Information Probing [14.067687792633372]
  LLM(Large Language Models)のトレーニングに使用されるデータソースについて検討する。 著作権のあるテキストの一部をLSMに入力し、それを完了するように促し、生成したコンテンツとオリジナルの著作権のある資料の重複を分析します。 これらの部分的な入力に基づいて著作権素材と重なり合うコンテンツをLLMが生成できることが本研究で実証された。
  論文  参考訳（メタデータ） (2024-09-20T18:16:05Z)
• Can Watermarking Large Language Models Prevent Copyrighted Text Generation and Hide Training Data? [62.72729485995075]
  著作権文書の生成に対する抑止剤としての透かしの有効性について検討する。 我々は、透かしがメンバーシップ推論攻撃(MIA)の成功率に悪影響を及ぼすことを発見した。 透かしにおける最近のMIAの成功率を改善するための適応的手法を提案する。
  論文  参考訳（メタデータ） (2024-07-24T16:53:09Z)
• SHIELD: Evaluation and Defense Strategies for Copyright Compliance in LLM Text Generation [24.644101178288476]
  大規模言語モデル(LLM)は機械学習に変化をもたらしたが、重大な法的懸念を引き起こした。 LLMは著作権を侵害したり、著作権のないテキストを過剰に制限したりすることができる。 本稿では,著作権テキストの発生を防止するために,軽量でリアルタイムな防衛手法を提案する。
  論文  参考訳（メタデータ） (2024-06-18T18:00:03Z)
• LLMs and Memorization: On Quality and Specificity of Copyright Compliance [0.0]
  大規模言語モデル(LLM)のメモリ化が懸念されている。 LLMは、著作権のある作品を含むトレーニングデータの一部を容易に再現できることが示されている。 これは、欧州AI法と同様に、既存の著作権法に違反している可能性があるため、解決すべき重要な問題である。
  論文  参考訳（メタデータ） (2024-05-28T18:01:52Z)
• Is Translation All You Need? A Study on Solving Multilingual Tasks with Large Language Models [79.46179534911019]
  大規模言語モデル (LLM) は多言語機能を示しているが、トレーニングコーパスの不均衡のため、主に英語中心である。 この作業は、NLPタスクから実際のユーザクエリまで、評価を拡張します。 深い言語理解を必要とする文化関連のタスクでは、ネイティブ言語のプロンプトがより有望になる傾向があります。
  論文  参考訳（メタデータ） (2024-03-15T12:47:39Z)
• Copyright Violations and Large Language Models [10.251605253237491]
  本研究は,動詞の暗記のレンズを通して,著作権侵害や大規模言語モデルの問題を探究する。 一般的な書籍のコレクションやコーディング問題に対して,さまざまな言語モデルを用いて実験を行った。 本研究は,著作権規制の遵守を確実にするために,自然言語処理のさらなる検討の必要性と今後の発展への潜在的影響を強調した。
  論文  参考訳（メタデータ） (2023-10-20T19:14:59Z)
• Red Teaming Language Model Detectors with Language Models [114.36392560711022]
  大規模言語モデル(LLM)は、悪意のあるユーザによって悪用された場合、重大な安全性と倫理的リスクをもたらす。 近年,LLM生成テキストを検出し,LLMを保護するアルゴリズムが提案されている。 1) LLMの出力中の特定の単語を, 文脈が与えられたシノニムに置き換えること, 2) 生成者の書き方を変更するための指示プロンプトを自動で検索すること,である。
  論文  参考訳（メタデータ） (2023-05-31T10:08:37Z)
• Multilingual Machine Translation with Large Language Models: Empirical Results and Analysis [103.89753784762445]
  大規模言語モデル(LLM)は多言語機械翻訳(MMT)の処理において顕著な可能性を示した。 本稿では, MMT における LLM の利点と課題を体系的に検討する。 また,ChatGPTとGPT-4を含む8つのLLMを徹底的に評価した。
  論文  参考訳（メタデータ） (2023-04-10T15:51:30Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。