基础模型与合理使用

现有基础模型均训练于受版权保护的材料。当数据创作者未获得适当署名或补偿时，部署这些模型可能带来法律与伦理风险。在美国及其他若干国家，基于合理使用原则，可使用受版权内容构建基础模型而免于承担责任。但有一例外：若模型产生与版权数据相似的输出，尤其在影响该数据市场的情形下，合理使用可能不再适用于模型输出。本工作中，我们强调合理使用并非理所当然，可能需额外工作以使模型开发与部署稳妥处于合理使用范畴。首先，我们调研基于受版权内容开发与部署基础模型的潜在风险，回顾美国相关判例法，并将其与生成文本、源代码与视觉艺术的现有及潜在应用相类比。实验证实流行基础模型可生成与版权材料相当相似的内容。其次，我们讨论可帮助基础模型符合合理使用的技术缓解措施，认为需更多研究以使缓解策略与法律现状对齐。最后，我们建议法律与技术缓解措施应协同演进；例如，结合其他政策机制，当强技术工具用于缓解侵权损害时，法律可更明确地考虑安全港。此协同演进有助于在知识产权与创新间取得平衡，契合合理使用初衷。但我们强调所述策略并非万灵药，仍需更多工作以制定应对基础模型潜在危害的政策。