抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
深層学習は,様々なコード生成タスクにおいて大きな能力を実証した。しかし,いくつかの開発者にとって大きな利便性にもかかわらず,コード発生器は,ユーザ認識なしに著作権訓練データを再引用または密接に模倣し,法的および倫理的懸念をもたらす。この問題を緩和するため,WhyGenと名付けたツールを導入し,訓練例を参照して生成されたコードを説明した。具体的には,まず推論指紋と名付けたデータ構造を導入し,予測を生成するときのモデルの決定プロセスを表した。すべての訓練例の指紋をオフラインで収集し,データベースに保存した。モデルをコード生成のために実行時間で用いるとき,最も関連した訓練用例は,指紋データベースを質問することによって検索することができた。著者らの実験は,WhyGenが81.21%のトップ-10正確さで,可能な引用と非常に類似した模倣に関する利用者を精密に通知することができることを示した。デモビデオはhttps://youtu.be/EtoQP6850Toで見つけることができる。【JST・京大機械翻訳】