Влияние авторского материала на большие языковые модели: норвежская перспектива

The Impact of Copyrighted Material on Large Language Models: A Norwegian Perspective

December 12, 2024

Авторы: Javier de la Rosa, Vladislav Mikhailov, Lemei Zhang, Freddy Wetjen, David Samuel, Peng Liu, Rolv-Arild Braaten, Petter Mæhlum, Magnus Breder Birkenes, Andrey Kutuzov, Tita Enstad, Svein Arne Brygfjeld, Jon Atle Gulla, Stephan Oepen, Erik Velldal, Wilfred Østgulen, Liljia Øvrelid, Aslak Sira Myhre

cs.AI

Аннотация

Использование материалов, охраняемых авторским правом, при обучении генеративных языковых моделей вызывает важные юридические и этические вопросы. В данной статье представлено средство и результаты эмпирической оценки влияния авторских материалов на производительность крупных языковых моделей (LLM) для норвежского языка. Мы обнаружили, что как книги, так и газеты положительно влияют на модели при оценке на разнообразных норвежских бенчмарках, в то время как художественная литература, возможно, приводит к снижению производительности. Наши эксперименты могут стать основой для разработки компенсационной схемы для авторов, чьи произведения вносят вклад в развитие искусственного интеллекта.

English

The use of copyrighted materials in training generative language models raises critical legal and ethical questions. This paper presents a framework for and the results of empirically assessing the impact of copyrighted materials on the performance of large language models (LLMs) for Norwegian. We found that both books and newspapers contribute positively when the models are evaluated on a diverse set of Norwegian benchmarks, while fiction works possibly lead to decreased performance. Our experiments could inform the creation of a compensation scheme for authors whose works contribute to AI development.