論文の概要: Reproducibility is the New Copyleft: Defining AGI-oriented Reproducible Builds

• arxiv url: http://arxiv.org/abs/2606.03019v1
• Date: Tue, 02 Jun 2026 01:50:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.681767
• Title: Reproducibility is the New Copyleft: Defining AGI-oriented Reproducible Builds
• Title（参考訳）: 再現性は新しいコピーレフト:AGI指向の再現可能なビルドを定義する
• Authors: Masayuki Hatta,
• Abstract要約: Copyleft(コピーレフト)は、ソースコードを配布のすべての行為に結び付けることによって、ユーザーの自由を保証するために著作権を使用した法的ハックである。 本稿では、AGIのコピーレフトの機能的類似は、コード上の共有のような条項ではなく、再現可能なビルドに基礎を置いていなければならないと論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Copyleft, as implemented in licenses such as the GNU General Public License, was a legal hack that used copyright to guarantee user freedom by tying the availability of source code to every act of distribution. Its normative force rested on an implicit technical premise: that source code and object code stand in a well-defined, humanly auditable, and reproducible relationship. Large language models and, prospectively, Artificial General Intelligence (AGI) systems systematically violate this premise. The artifacts jointly required to reconstruct a model -- code, data, weights, hyperparameters, toolchain, and hardware configuration -- are each subject to independent legal, technical, and economic constraints that no current open-source framework fully resolves. Sufficiently capable AI systems can also rewrite licensed source into functionally equivalent derivatives stripped of their original obligations, a form of laundering against which copyleft has no effective defense. This paper argues that a functional analogue of copyleft for AGI must be grounded not in share-alike clauses over code, but in reproducible builds: a practice guaranteeing bit-exact reconstructability from declared inputs. We review the logic of copyleft, critically examine Maffulli's Second Liberation thesis according to which AI fulfills Stallman's dream, and show that the argument collapses unless AGI systems are themselves reproducible. Drawing on the Open Source AI Definition (OSAID), the Model Openness Framework (MOF), OpenMDW, and deterministic-inference research, we define seven requirements for AGI-oriented reproducible builds. We further argue that the Model Context Protocol (MCP) and analogous AI-to-AI coupling mechanisms constitute a new dynamic linking layer for which copyleft-style licensing is ill-suited, and that Masnick's "protocols, not platforms" framework offers a more promising governance template.
• Abstract（参考訳）: Copyleftは、GNU General Public Licenseなどのライセンスで実装されているが、著作権を利用してソースコードを配布するすべての行為に結び付けることで、ユーザーの自由を保証した。 その規範的な力は暗黙の技術的前提に基づいており、ソースコードとオブジェクトコードは明確に定義され、人間的に監査可能で再現可能な関係にある。 大規模言語モデルと将来的な人工知能(AGI)システムは、この前提に体系的に違反する。 コード、データ、重み、ハイパーパラメータ、ツールチェーン、ハードウェア構成といったモデルを再構築するために必要なアーティファクトは、それぞれ独立した法的、技術的、経済的制約を受けており、現在のオープンソースフレームワークが完全に解決していない。 十分な能力を持つAIシステムは、ライセンスされたソースを元の義務から取り除かれた機能的に等価なデリバティブに書き換えることもできる。 本稿では、AGIのコピーレフトの関数的類似は、コード上の共有に似た条項ではなく、再現可能なビルドにおいて、宣言された入力からビット完全再構成性を保証するプラクティスでなければならない、と論じる。 我々は、コピーレフトの論理をレビューし、AIがストールマンの夢を果たすマフフルリの第二解放論を批判的に検証し、AGIシステム自体が再現可能でない限り、議論が崩壊することを示す。 オープンソースAI定義(OSAID)、モデルオープンネスフレームワーク(MOF)、オープンMDW、決定論的推論研究に基づいて、AGI指向の再現可能なビルドの7つの要件を定義する。 さらに、モデルコンテキストプロトコル(MCP)と類似のAIとAIの結合メカニズムが、コピーレフトスタイルのライセンスが不適合な新しい動的リンク層を構成しており、Masnick氏の"プラットフォームではなくプロトコル"フレームワークは、より有望なガバナンステンプレートを提供すると主張している。

関連論文リスト

• Provably Secure Agent Guardrail [89.79561918065122]
  既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。 本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-05-28T02:12:41Z)
• Explainable Disentangled Representation Learning for Generalizable Authorship Attribution in the Era of Generative AI [70.05655131235999]
  EAVAE(Explainable Authorship Variational Autoencoder)は、コンテンツからスタイルを明示的に切り離す新しいフレームワークである。 ディスタングルメントは、新規な差別者を通じて実施される。 EAVAEは、AI生成テキスト検出のためのM4データセットよりも、数ショットの学習に優れています。
  論文  参考訳（メタデータ） (2026-04-23T05:34:20Z)
• NERFIFY: A Multi-Agent Framework for Turning NeRF Papers into Code [49.610331036334316]
  我々はNeRF研究論文をトレーニング可能なNerfstudioプラグインに確実に変換するフレームワークであるNERFIFYを紹介する。 コード、データ、実装が公開される。
  論文  参考訳（メタデータ） (2026-02-28T20:57:32Z)
• Copyright Laundering Through the AI Ouroboros: Adapting the 'Fruit of the Poisonous Tree' Doctrine to Recursive AI Training [0.31061678033205636]
  著作権の執行は明白な取引にかかっている。 マルチ世代パイプラインを通じてAIシステムがトレーニングされる場合、それは緊張する。 本条では,AI-FOPT標準を提案するために「有毒樹の果実(FOPT)」の原則を適用している。
  論文  参考訳（メタデータ） (2026-01-06T01:02:50Z)
• SoK: Large Language Model Copyright Auditing via Fingerprinting [69.14570598973195]
  既存の手法をホワイトボックスとブラックボックスのアプローチに分類する統一的な枠組みと形式的な分類法を導入する。 現実的な展開シナリオ下でのLDMフィンガープリント評価のための最初の体系的ベンチマークであるLeaFBenchを提案する。
  論文  参考訳（メタデータ） (2025-08-27T12:56:57Z)
• The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI [1.2776470520481564]
  この記事では、トレーニングデータから生成された生成AIモデルへのコピーレフト要求を拡張する、新しいライセンスメカニズムである、Contextual Copyleft AI(CCAI)ライセンスを紹介します。 CCAIライセンスは、開発者コントロールの強化、オープンソースAI開発のインセンティブ化、オープン洗浄プラクティスの緩和など、大きなアドバンテージを提供する。
  論文  参考訳（メタデータ） (2025-07-17T01:42:51Z)
• Are ChatGPT and Other Similar Systems the Modern Lernaean Hydras of AI? [1.3961068233384444]
  生成人工知能システム(AIシステム)は、前例のない社会的関与を生み出している。 彼らはリポジトリとして知られる仮想ライブラリに格納されているオープンソースコードを盗んだと言われている。 本条では, イノベーションを保護し, 長年の訴訟を回避できる解決策が存在するかどうかを論じる。
  論文  参考訳（メタデータ） (2023-06-15T16:40:30Z)
• Foundation Models and Fair Use [96.04664748698103]
  米国や他の国では、著作権のあるコンテンツは、公正な使用原理のために責任を負わずに基礎モデルを構築するために使われることがある。 本研究では,著作権コンテンツに基づく基礎モデルの開発と展開の潜在的なリスクについて調査する。 基礎モデルが公正な使用と一致し続けるのに役立つ技術的緩和について論じる。
  論文  参考訳（メタデータ） (2023-03-28T03:58:40Z)

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。