Desaprender datos con derechos de autor de un LLM entrenado – ¿Es posible?

En los dominios de la inteligencia artificial (IA) y el aprendizaje automático (ML), los grandes modelos de lenguaje (LLM) presentan tanto logros como desafíos. Entrenados en vastos conjuntos de datos textuales, los modelos LLM encapsulan el lenguaje y el conocimiento humanos.

Sin embargo, su capacidad para absorber y mimetizar la comprensión humana presenta desafíos legales, éticos y tecnológicos. Además, los conjuntos de datos masivos que alimentan a los LLM pueden contener material tóxico, textos con derechos de autor, inexactitudes o datos personales.

Hacer que los LLM olviden datos seleccionados se ha convertido en un tema apremiante para garantizar el cumplimiento legal y la responsabilidad ética.