MIT 论文证伪：从训练集中删除图像不影响模型生成
technollama · x · 2026-08-21
MIT CSAIL 的一项新研究对当前多起生成式 AI 版权诉讼的核心假设提出了挑战。研究发现，从大型数据集中删除特定图像，并不影响模型重新生成该图像的能力。这一发现意味着，基于某图像是否用于训练来判定输出侵权的法律责任基础可能存在漏洞。此外，工程师们还发现很难将 AI 生成的图像追溯到具体的训练数据，这将引发关于 AI 版权责任的新问题。
「安全」频道最新
- Anthropic 红队两年来首次“抹除”模型，GLM-5.3 拒答率从 90% 跌至 3% — cephaloform · 2026-10-16
- Anthropic 开放类员工权限，METR 等第三方评估者将公开风险报告 — AnthropicAI · 2026-10-16
- APEX-Harm 基准:共享工作区中脚本注入攻击对智能体成功率居高不下 — KAUST · 2026-10-16
- USC 研究:智能体 residual stream 状态可预测并拦截越权动作与事后撒谎 — USC · 2026-10-16
- AI 安全圈口水战:风险研究被指「公司行为」,团队负责人下场回应 — logangraham · 2026-10-16
- Brave 浏览器 AI 助手接入 GLM,推出端到端加密对话 — gnukeith · 2026-10-16