Buchumschlag

DE-COP: Detecting Copyrighted Content in Language Models Training Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Duarte, André V., Zhao, Xuandong, Oliveira, Arlindo L., Li, Lei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Machine Learning I.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DIS-CO: Discovering Copyrighted Content in VLMs Training Data
von: Duarte, André V., et al.
Veröffentlicht: (2025)

RECAP: Reproducing Copyrighted Data from LLMs Training with an Agentic Pipeline
von: Duarte, André V., et al.
Veröffentlicht: (2025)

Sem-Detect: Semantic Level Detection of AI Generated Peer-Reviews
von: Duarte, André V., et al.
Veröffentlicht: (2026)

LumberChunker: Long-Form Narrative Document Segmentation
von: Duarte, André V., et al.
Veröffentlicht: (2024)

GenAI Content Detection Task 3: Cross-Domain Machine-Generated Text Detection Challenge
von: Dugan, Liam, et al.
Veröffentlicht: (2025)

Sarcasm Detection in a Less-Resourced Language
von: Đoković, Lazar, et al.
Veröffentlicht: (2024)

Advancing Transformer Architecture in Long-Context Large Language Models: A Comprehensive Survey
von: Huang, Yunpeng, et al.
Veröffentlicht: (2023)

Tabby: A Language Model Architecture for Tabular and Structured Data Synthesis
von: Cromp, Sonia, et al.
Veröffentlicht: (2025)

Language Models Are Implicitly Continuous
von: Marro, Samuele, et al.
Veröffentlicht: (2025)

Rethinking Addressing in Language Models via Contexualized Equivariant Positional Encoding
von: Zhu, Jiajun, et al.
Veröffentlicht: (2025)

Painless Activation Steering: An Automated, Lightweight Approach for Post-Training Large Language Models
von: Cui, Sasha, et al.
Veröffentlicht: (2025)

Improving the Capabilities of Large Language Model Based Marketing Analytics Copilots With Semantic Search And Fine-Tuning
von: Gao, Yilin, et al.
Veröffentlicht: (2024)

Context-Aware Clustering using Large Language Models
von: Tipirneni, Sindhu, et al.
Veröffentlicht: (2024)

Combining Language and Topic Models for Hierarchical Text Classification
von: Toit, Jaco du, et al.
Veröffentlicht: (2025)

Memory Bank Compression for Continual Adaptation of Large Language Models
von: Katraouras, Thomas, et al.
Veröffentlicht: (2026)

Evaluation of Hate Speech Detection Using Large Language Models and Geographical Contextualization
von: Zahid, Anwar Hossain, et al.
Veröffentlicht: (2025)

Large Language Models Generate Harmful Content Using a Distinct, Unified Mechanism
von: Orgad, Hadas, et al.
Veröffentlicht: (2026)

Alif: Advancing Urdu Large Language Models via Multilingual Synthetic Data Distillation
von: Shafique, Muhammad Ali, et al.
Veröffentlicht: (2025)

The Data Efficiency Frontier of Financial Foundation Models: Scaling Laws from Continued Pretraining
von: Ponnock, Jesse
Veröffentlicht: (2025)

PowLU: An Activation Function for Stable Pre-Training of LLMs
von: Jiang, Peijie, et al.
Veröffentlicht: (2026)

MMSciBench: Benchmarking Language Models on Chinese Multimodal Scientific Problems
von: Ye, Xinwu, et al.
Veröffentlicht: (2025)

Digger: Detecting Copyright Content Mis-usage in Large Language Model Training
von: Li, Haodong, et al.
Veröffentlicht: (2024)

Kronecker Embeddings: Byte-Level Structured Token Representations for Parameter-Efficient Language Models
von: Shravan, Rohan
Veröffentlicht: (2026)

How Language Models Process Out-of-Distribution Inputs: A Two-Pathway Framework
von: Saghir, Hamidreza
Veröffentlicht: (2026)

Few-Shot Optimization for Sensor Data Using Large Language Models: A Case Study on Fatigue Detection
von: Ronando, Elsen, et al.
Veröffentlicht: (2025)

Purifying Large Language Models by Ensembling a Small Language Model
von: Li, Tianlin, et al.
Veröffentlicht: (2024)

Neural Activation Patterns Across Language Model Architectures: A Comprehensive Analysis of Cognitive Task Performance
von: Naser-Moghadasi, Mahdi, et al.
Veröffentlicht: (2026)

Future Token Prediction -- Causal Language Modelling with Per-Token Semantic State Vector for Multi-Token Prediction
von: Walker, Nicholas
Veröffentlicht: (2024)

Large Language Models Are Not Strong Abstract Reasoners
von: Gendron, Gaël, et al.
Veröffentlicht: (2023)

Ensemble Language Models for Multilingual Sentiment Analysis
von: Hasan, Md Arid
Veröffentlicht: (2024)

RBCorr: Response Bias Correction in Language Models
von: Bhatt, Om, et al.
Veröffentlicht: (2026)

Compact Example-Based Explanations for Language Models
von: Schoenegger, Loris, et al.
Veröffentlicht: (2026)

On the Effect of (Near) Duplicate Subwords in Language Modelling
von: Schäfer, Anton, et al.
Veröffentlicht: (2024)

Your Pretrained Model Tells the Difficulty Itself: A Self-Adaptive Curriculum Learning Paradigm for Natural Language Understanding
von: Feng, Qi, et al.
Veröffentlicht: (2025)

The Open Source Advantage in Large Language Models (LLMs)
von: Manchanda, Jiya, et al.
Veröffentlicht: (2024)

Trojan Detection Through Pattern Recognition for Large Language Models
von: Bhasin, Vedant, et al.
Veröffentlicht: (2025)

Graph Language Models
von: Plenz, Moritz, et al.
Veröffentlicht: (2024)

DEM: Distribution Edited Model for Training with Mixed Data Distributions
von: Ram, Dhananjay, et al.
Veröffentlicht: (2024)

Self-Training Doesn't Flatten Language -- It Restructures It: Surface Markers Amplify While Deep Syntax Dies
von: Liu, Ming
Veröffentlicht: (2026)

Unlocking the Potential of Large Language Models for Clinical Text Anonymization: A Comparative Study
von: Pissarra, David, et al.
Veröffentlicht: (2024)