大型语言模型版权争议再起：研究称可完整再现长篇作品

出处：TechNews 中文站

近期来自斯坦福与耶鲁大学研究团队的一项新研究表明，在特定提示条件下，多个商业大型语言模型（如 GPT-4.1、Claude 3.7 Sonnet、Gemini 2.5 Pro 等）可以在生成输出中重现完整受版权保护书籍内容，例如整个《哈利波特》系列等。这项发现再度将生成式 AI 训练数据来源和可控性置于舆论与政策关注的中心。

研究指出，这一现象主要与模型训练数据集的组成有关。虽然绝大多数商业模型都试图利用大量来自公开网络的数据训练，并且通常经过模糊化处理和安全机制过滤，但在特定“攻击型提示”下，这些模型仍可能召回受版权保护的内容。这一问题不仅挑战现有的 AI 安全策略，也为国际版权保护体系提出新的法律与伦理问题。

这项发现的业界意义包括：

• 对模型训练数据透明度的呼声增加，产业界和监管机构可能加速拟定相关规定。
• AI 内容生成合规性成为全球监管的重点，模型提供者需在供给链上明确责任与应对机制。
• 内容创作权利与 AI 输出权利的边界正在被重新定义，相关判例与政策可能在未来几年显著影响 AI 产业落地路径。

原文链接：
https://technews.tw/2026/01/10/boffins-probe-commercial-ai-models-find-an-entire-harry-potter-book/