Buchumschlag

Training Foundation Models as Data Compression: On Information, Model Weights and Copyright Law

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Franceschelli, Giorgio, Cevenini, Claudia, Musolesi, Mirco
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computers and Society Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Copyright in Generative Deep Learning
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2021)

Creativity and Machine Learning: A Survey
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2021)

DeepCreativity: Measuring Creativity with Deep Learning Techniques
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2022)

Thinking Outside the (Gray) Box: A Context-Based Score for Assessing Value and Originality in Neural Text Generation
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2025)

On the Creativity of Large Language Models
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2023)

DiffSampling: Enhancing Diversity and Accuracy in Neural Text Generation
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2025)

On the Creativity of AI Agents
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2026)

Creative Beam Search: LLM-as-a-Judge For Improving Response Generation
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2024)

Do Agents Dream of Electric Sheep?: Improving Generalization in Reinforcement Learning through Generative Learning
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Generative AI: State of the Art, Opportunities and Open Research Challenges
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2023)

Complexity-Regularized Proximal Policy Optimization
von: Serfilippi, Luca, et al.
Veröffentlicht: (2025)

Moral Alignment for LLM Agents
von: Tennant, Elizaveta, et al.
Veröffentlicht: (2024)

Generative AI Training and Copyright Law
von: Stober, Sebastian, et al.
Veröffentlicht: (2025)

Dynamics of Moral Behavior in Heterogeneous Populations of Learning Agents
von: Tennant, Elizaveta, et al.
Veröffentlicht: (2024)

Hybrid Approaches for Moral Value Alignment in AI Agents: a Manifesto
von: Tennant, Elizaveta, et al.
Veröffentlicht: (2023)

(Ir)rationality in AI: State of the Art, Research Challenges and Open Questions
von: Macmillan-Scott, Olivia, et al.
Veröffentlicht: (2023)

Emergent Semantic Role Understanding in Language Models
von: Griffiths, Carla, et al.
Veröffentlicht: (2026)

Reward Model Overoptimisation in Iterated RLHF
von: Wolf, Lorenz, et al.
Veröffentlicht: (2025)

CoMIX: A Multi-agent Reinforcement Learning Training Architecture for Efficient Decentralized Coordination and Independent Decision-Making
von: Minelli, Giovanni, et al.
Veröffentlicht: (2023)

Partial Information Decomposition for Data Interpretability and Feature Selection
von: Westphal, Charles, et al.
Veröffentlicht: (2024)

Heterogeneous Knowledge for Augmented Modular Reinforcement Learning
von: Wolf, Lorenz, et al.
Veröffentlicht: (2023)

Large Language Models are Effective Priors for Causal Graph Discovery
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2024)

SUV: Scalable Large Language Model Copyright Compliance with Regularized Selective Unlearning
von: Xu, Tianyang, et al.
Veröffentlicht: (2025)

Tree Search in DAG Space with Model-based Reinforcement Learning for Causal Discovery
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2023)

Foundation Model Transparency Reports
von: Bommasani, Rishi, et al.
Veröffentlicht: (2024)

On Catastrophic Inheritance of Large Foundation Models
von: Chen, Hao, et al.
Veröffentlicht: (2024)

The 2024 Foundation Model Transparency Index
von: Bommasani, Rishi, et al.
Veröffentlicht: (2024)

On the Societal Impact of Open Foundation Models
von: Kapoor, Sayash, et al.
Veröffentlicht: (2024)

The 2025 Foundation Model Transparency Index
von: Wan, Alexander, et al.
Veröffentlicht: (2025)

From Model Training to Model Raising
von: Aydin, Roland, et al.
Veröffentlicht: (2025)

Ecosystem Graphs: The Social Footprint of Foundation Models
von: Bommasani, Rishi, et al.
Veröffentlicht: (2023)

Uncertain Boundaries: Multidisciplinary Approaches to Copyright Issues in Generative AI
von: Amon, Archer, et al.
Veröffentlicht: (2024)

Investigating the Impact of Direct Punishment on the Emergence of Cooperation in Multi-Agent Reinforcement Learning Systems
von: Dasgupta, Nayana, et al.
Veröffentlicht: (2023)

Information-Theoretic State Variable Selection for Reinforcement Learning
von: Westphal, Charles, et al.
Veröffentlicht: (2024)

Uncovering Bias in Foundation Models: Impact, Testing, Harm, and Mitigation
von: Sun, Shuzhou, et al.
Veröffentlicht: (2025)

OpenCity: Open Spatio-Temporal Foundation Models for Traffic Prediction
von: Li, Zhonghang, et al.
Veröffentlicht: (2024)

Graph Neural Modeling of Network Flows
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2022)

Towards Urban General Intelligence: A Review and Outlook of Urban Foundation Models
von: Zhang, Weijia, et al.
Veröffentlicht: (2024)

Corrigibility as a Singular Target: A Vision for Inherently Reliable Foundation Models
von: Potham, Ram, et al.
Veröffentlicht: (2025)

Unmasking and Improving Data Credibility: A Study with Datasets for Training Harmless Language Models
von: Zhu, Zhaowei, et al.
Veröffentlicht: (2023)