跳到正文
原文
arXiv· arXiv:2602.05252· Guangwei Zhang, Jianing Zhu, Cheng Qian, Neil Gong, Rada Mihalcea, Zhaozhuo Xu, Jingrui He, Jiaqi Ma, Yun Huang, Chaowei Xiao, Bo Li, Ahmed Abbasi, Dongwon Lee, Heng Ji, Denghui Zhang·本站收录· 原文发表

Copyright Detective:为大语言模型时隐时现版权泄露风险提供证据的取证系统

Copyright Detective: A Forensic System to Evidence LLMs Flickering Copyright Leakage Risks

AI 导读

研究者提出 Copyright Detective,并称其为首个用于检测、分析和可视化大语言模型输出中潜在版权风险的交互式取证系统。系统将版权侵权与合规的判定作为证据发现过程而非静态分类任务处理,在统一可扩展的框架中整合了内容复现测试、改写层面相似度分析、说服性越狱探测和机器遗忘验证等多种检测范式。通过交互式提示、响应收集与迭代式工作流,系统支持对逐字记忆和改写层面泄露的系统性审计,在仅有黑盒访问的条件下也可进行,以支持大语言模型版权风险的负责任部署与透明评估。

阅读原文arxiv.org