摘要
建立在大语言模型基础之上的生成式人工智能收集、学习海量受保护作品,其在训练输入阶段存在侵害著作权人复制权的风险,在内容输出阶段存在侵害著作权人修改权、汇编权、改编权及署名权的风险.鉴于当下版权侵权"实质性相似"规则的主体标准及客体标准均存在过于抽象及主观性过强等问题,应从放宽认定标准及判断标准客观化两个层面进行变革,以应对生成式人工智能技术发展给知识产权保护带来的挑战.在认定版权侵权的基础之上,科学搭建生成式人工智能版权侵权责任规则体系应坚持过错责任原则,规范损害赔偿责任承担方式,明确"合理使用"情形作为侵权抗辩理由.
NETL
NSTL
万方数据