ペルソナを消し、ロアを忘れる：大型ビジョン言語モデルにおけるマルチモーダル著作権のアンラーニングをベンチマーク化
arXiv cs.CV / 2026/5/6
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- この論文は、大規模ビジョン言語モデル（LVLM）が著作権で保護された視覚コンテンツを記憶し再生成するリスクがあり、学習後の機械的アンラーニングで緩和できる可能性を指摘しています。
- 既存の評価手法は、マルチモーダル（クロスモーダル）な概念消去を十分に頑健に捉えられないことが多く、改善が必要だと述べています。
- 著者らは、LVLMにおける著作権関連のアンラーニングを評価するためのベンチマーク「CoVUBench」を提案しています。
- CoVUBenchは、合法的に安全な合成データを手続き的に生成し、構図の変化やドメインの多様な現れなどを体系的に与えることで、忘却の汎化性能を検証します。
- 評価プロトコルは、著作権者の観点での忘却有効性と、導入者（デプロイヤ）の観点での一般的な有用性の保持を両方測定し、そのトレードオフを重視しています。
