MIT 연구진은 확산 모델에서 특정 이미지를 학습 데이터에서 제거해도 출력이 변하지 않는 '귀속 소멸' 현상을 규명하며, AI 저작권 감사와 거버넌스에 새로운 과제를 던졌다.
HaruIDC
이 글은 ITWorld에 게시된 기업 IT/인프라 관련 기사 요약입니다.
클라우드, 서버, 보안, 네트워크, AI 인프라 흐름을 확인하는 참고 자료로 활용할 수 있습니다.
출처:
ITWorld 원문 보기
MIT 연구진은 확산 모델에서 특정 이미지를 학습 데이터에서 제거해도 출력이 변하지 않는 '귀속 소멸' 현상을 규명하며, AI 저작권 감사와 거버넌스에 새로운 과제를 던졌다.
HaruIDC
이 글은 ITWorld에 게시된 기업 IT/인프라 관련 기사 요약입니다.
클라우드, 서버, 보안, 네트워크, AI 인프라 흐름을 확인하는 참고 자료로 활용할 수 있습니다.
출처:
ITWorld 원문 보기