待验证60% 置信事实精确时间
卡内基梅隆大学等机构研究证明大型扩散模型存在「训练数据记忆」现象，可在特定提示词下高度还原训练集中的版权图像
2
来源数
60%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
已验证2023年谷歌DeepMind等机构的研究证实，模型的记忆化（Memorization）行为与训练数据的重复次数密切相关77% 相似待验证将Demoscene数据用于模型训练可能涉及复制权、改编权及署名权问题。75% 相似待验证训练数据版权争议的核心在于：生成模型通常在海量网络视频和图像上训练，其中不少受版权保护，而模型输出可能与训练素材存在风格或构图上的相似性。75% 相似待验证研究表明在某些条件下（如训练数据中某段文本出现频率极高），模型可能逐字逐句地再现训练数据中的原始内容，Google DeepMind和加州大学伯克利分校的研究人员在2023年成功从ChatGPT中提取出了训练数据的原始片段72% 相似待验证主流基准测试题目在互联网上已被广泛讨论，模型训练数据中可能存在对题目的记忆，导致基准分数高估模型在真实未见任务上的能力71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/558570API
curl https://kongchang.com/api/v1/knowledge/claims/558570MCP
get_claim(id=558570)