通过链式思考和任务指令提示降低版权侵权风险
机器学习
2025-12-18 v1
摘要
大规模文本到图像生成模型可以记忆并复现其训练数据集。由于训练数据集常常包含受版权保护的内容，训练数据的复现可能构成版权侵权风险，这可能导致面向 AI 用户和开发者的法律责任和经济损失。当前工作探索了链式思考和任务指令提示在降低受版权保护内容生成方面的潜力。为此，我们提出了将这两种技术与两种其他版权缓解策略结合的框架：a) 负面提示，和 b) 提示改写。我们根据生成图像与受版权保护图像的相似性以及用户输入的相关性来研究生成的图像。我们在多种模型上进行数值实验，并提供关于所述技术在不同模型复杂度下有效性的见解。
引用
@article{arxiv.2512.15442,
title = {Copyright Infringement Risk Reduction via Chain-of-Thought and Task Instruction Prompting},
author = {Neeraj Sarna and Yuanyuan Li and Michael von Gablenz},
journal= {arXiv preprint arXiv:2512.15442},
year = {2025}
}