无 encore：音乐生成中的机器遗忘作为退出机制

AI 音乐生成正在创意行业中迅速崛起，使其能够从文本描述生成直观的音乐。然而，这些系统潜在会滥用受版权保护的创作内容，引发伦理和法律顾虑。本文首次将机器遗忘技术应用于音乐生成领域，探索现有方法对预训练的 Text-to-Music（TTM）基线进行遗忘处理，并分析其在不损害模型性能的前提下遗忘预训练数据集的有效性。通过我们的实验，我们提供了关于在音乐生成中应用遗忘技术的挑战见解，为未来在音乐生成模型中应用遗忘技术提供了基础分析。