使用大型语言模型探查风格挪用：欧盟法律下版权侵权评估框架

# 利用大语言模型探测风格挪用：欧盟法律框架下版权侵权的评估框架

来源：https://arxiv.org/html/2606.31250

\[1\]\\fnmChang\\surSun \[1\]\\orgdiv高级计算科学系，\\orgname马斯特里赫特大学，\\orgaddress\\city马斯特里赫特，\\country荷兰 2\]\\orgnameContractuo，\\orgaddress\\city埃因霍温，\\country荷兰

###### 摘要

大型语言模型（LLM）基于网络规模语料库训练生成的输出可能侵犯版权，但现有技术保障措施主要聚焦于逐字记忆。欧盟版权法适用更广泛的标准：实质性相似，其涵盖风格选择、叙事结构和创造性表达。当前方法所能检测的内容与法律所保护的内容之间的这种不匹配，留下了显著的合规缺口。我们提出PSALM，一个LLM作为评判者的框架，通过十个评估器将欧盟版权法理念操作化，评估计算重叠、风格维度（写作风格、叙事声音）、内容维度（角色、情节、场景、世界构建）以及法定例外（戏仿、拼贴、引用、场景必然）。将PSALM应用于在翻译的历史荷兰文学作品上微调的Llama 3.2模型，我们发现：1）指令调优后的模型在接触语料库之前就已表现出非平凡的风格相似性基线；2）微调在所有与侵权相关的维度上诱导了系统性的风格挪用，超越逐字记忆，扩展至抽象叙事模式；3）负偏好优化（遗忘）大幅降低了相似性，但留下了可检测的残余风格模式。这些发现表明，仅针对字面复制进行保护不足于缓解更广泛的版权风险。PSALM为可审计、法律知情的合规评估提供了基础设施，尽管自动相似性评分与侵权判定之间的关系仍需法律专家验证。这项研究弥合了定性法律标准与定量技术测量之间的鸿沟，揭示了生成式AI与欧盟知识产权法之间的根本张力。

###### 关键词：欧盟版权，LLM作为评判者，遗忘，LLM评估，PSALM

## 1 引言

大型语言模型（LLM）的快速发展引发了技术能力与法律合规之间的根本张力。最近的演示表明，当前的LLM可以在极少的提示下再现受版权保护作品的大量内容[Cooper2025MemorizedCopyrightedWorks]，这对现有版权框架的适用性提出了紧迫问题。然而，当前针对LLM版权合规的技术方法主要关注逐字记忆，即训练数据的字面复制[carlini2021extracting, Cooper2025MemorizedCopyrightedWorks, ippolito2023preventing]，评估基准着重于精确匹配和高重叠指标[Maini2024TOFU, shi2024MUSE, wei2025coteval]，却忽视了在版权法下可能同样重要的更微妙的侵权形式[chen2024copybench]。

欧洲版权法，特别是《数字单一市场版权指令》（CDSM）和《人工智能法案》（AI Act）中规定的保护，基于“作者自身的智力创作”这一原创性标准[cdsm, aiact, CourtInfopaqDanske2009, CourtCofemelGstar2019]。侵权的判定超越了字面复制，涵盖了表达元素中的实质性相似，包括叙事结构、角色发展、风格选择以及创造性元素的选择与安排[Lucchi2025GenAiCopyright]。然而，现有的技术保障措施，包括去重过滤器、相似性阈值和机器遗忘方法，主要校准用于检测和抑制逐字再现，在风格和结构挪用的合规验证上留下了关键缺口。

这一缺口反映了法律与技术评估范式之间更深层次的认知不匹配。版权法通过定性、上下文相关的标准运作，由法院事后裁量，权衡诸如整体印象、表达重叠和市场替代效应等因素。相比之下，LLM开发依赖定量、自动化的指标（如ROUGE-L、余弦相似度和编辑距离），这些指标可以嵌入持续集成流水线，但未能捕捉实质性相似在法律上的重要维度[chen2024copybench, wei2025coteval]。因此，模型可能通过技术基准，却产生挪用受保护风格元素、情节结构或角色原型而不触发现有保障措施的输出。

现有的LLM版权合规机制主要涉及合法数据摄取、透明度和逐字记忆：来源系统记录训练来源，遗忘方法抑制已知的记忆内容，披露制度使数据集使用更加可见[bommarito2025kl3m, russinovich2025obliviate, wei2025coteval, warso2024transparency]。这些机制是必要但不充分的，因为欧盟版权侵权可能取决于受保护表达的实质性相似，而不仅仅是精确或接近精确的文本复制[CourtInfopaqDanske2009, CourtCofemelGstar2019, Lucchi2025GenAiCopyright]。因此，模型可能通过基于重叠的记忆测试，却仍产生紧密跟随受保护表达选择（如叙事声音、角色刻画、情节架构或事件的选择与安排）的输出[chen2024copybench, chun2024storysimilarity]。

核心挑战因此是方法论的：当相关相似性是定性、上下文相关且通常非逐字时，如何大规模评估LLM输出中法律上相关的表达相似性？现有的计算指标，包括n-gram重叠、编辑距离、最长公共子串和嵌入相似度，有助于检测字面或语义对应，但不太适合评估风格和结构的挪用[chen2024copybench, wei2025coteval]。由法律专家或训练有素的标注员进行人工审查可以捕捉这些细微差别，但对已部署的LLM系统进行持续评估来说速度太慢且成本过高。这造成了一个合规验证缺口：版权法要求评估受保护表达中的实质性相似，而当前技术流水线主要测量表面形式重叠或语义相关性。

本文通过提出PSALM（语言模型风格挪用探测）来解决这一僵局，这是一个自动化的评估框架，通过三个步骤将欧盟版权法理念操作化为可测量的评估。首先，它确定了法院承认受保护表达的法律相关维度：叙事声音、角色发展、情节结构、世界构建和场景序列，这些源自欧盟法院（CJEU）确立原创性标准的判例法[CourtInfopaqDanske2009, CourtCofemelGstar2019]、关于AI版权问题的学术分析[Lucchi2025GenAiCopyright, quintais2025genaicopyright, Borhi2025EUIPO]以及描述独特作者选择的叙事学理论[genette1980narrative, booth1961rhetoric, palmer2004fictional]。其次，它将每个维度分解为基于法律理论的可评估子维度（例如，叙事声音→视角、叙事距离、聚焦模式）。第三，它采用LLM作为评判者的评估，通过编码法律测试的结构化提示沿着这些子维度评估相似性，并通过有向无环图（DAG）进行分层聚合，通过加权判断节点综合证据，试图模拟法院在侵权判定中可能权衡多种因素的方式。

这种方法实现了可扩展的定性评估：维度结构可以捕捉法律相关的表达特征，而LLM评判者近似人类评估者进行的上下文依赖推理。通过弥合回溯性法律判决与主动性技术控制之间的差距，这项工作推动了在机器规模上进行可审计、具有法律意义的版权合规。特别是，我们进行了实验来回答以下研究问题：

##### 研究问题。
- • RQ1：基础语言模型在PSALM操作化的法律相关维度上，对受保护作品表现出多大程度的基线风格相似性？
- • RQ2：在文学问答对语料库上进行的有监督微调，是否会增加PSALM评估的风格挪用，超出可归因于逐字记忆的效果？
- • RQ3：通过负偏好优化进行的机器遗忘，能否减少跨版权相关维度的PSALM评估风格挪用，还是主要抑制字面回忆？

我们的发现对寻求展示尽职调查的模型开发者、制定可执行标准的政策制定者，以及寻求可靠机制在生成式AI时代保护其作品的版权持有人，都具有重要意义。

## 2 相关工作

### 2.1 版权法与大型语言模型

欧盟法律框架以CDSM指令和AI法案为核心，建立在法定例外基础上的民法路径——而非普通法司法管辖区盛行的灵活“合理使用”学说——包括第3条和第4条下强制性的文本与数据挖掘（TDM）例外，允许对合法可访问的作品进行复制以进行计算分析，但需尊重版权持有人以“适当方式”行使的选择退出权[cdsm, aiact]。然而，正如quintais2025genaicopyright和Margoni2022TDM所指出的，核心术语如“合法访问”在自动网页抓取的背景下仍然模糊不清，给开发者带来了合规不确定性，给版权持有人带来了执行挑战。scharrenberg2025将这一点视为欧洲版权法的定性、上下文依赖标准与LLM开发的定量、主动指标之间更深层次认知不匹配的症状。

先前的诉讼已经暴露了这些框架的脆弱性。汉堡地方法院在*Kneschke诉LAION*案中的判决发现，将摄影师图像纳入大规模数据集而未获得明确同意侵犯了版权保护，尽管数据集创建者援引了TDM例外[CourtKneschkeLaion2024, Havlikova2025TechnicalLAION]；同时一项欧盟知识产权局（EUIPO）的研究证实，PB级的数据摄取使得个性化同意或验证在实践中不可行[Borhi2025EUIPO]。慕尼黑地区法院在*GEMA诉OpenAI*案中的初步判决增加了另一个维度：法院认为，将歌词记忆在模型权重中构成了《信息社会指令》第2条和德国版权法第16条意义上的复制行为，无论存储的表征是显式的还是编码为概率参数，并且这种记忆超出了CDSM第4条TDM例外的范围，因为它超越了数据摄取的准备行为，直接涉及版权持有人的开发权[JustizBayern2025]。法院进一步将责任归咎于模型运营商而非最终用户，理由是运营商控制着决定模型再现内容的架构和训练数据。在立法层面，欧洲议会法律事务委员会最近通过了一份报告，呼吁强制透明度义务，包括训练中使用的受版权作品明细清单，并要求欧盟版权法适用于所有投放欧盟市场的通用AI系统，无论训练发生在何处，不遵守透明度要求本身可能构成侵权[EPCopyrightGenAIOppAndChall]。

这些发展共同表明，合规不能仅通过数据摄取治理、透明度或基于重叠的记忆检查来建立；相反，它们指向了对针对受保护表达选择进行实质性相似推理的评估需求[scharrenberg2025]。

### 2.2 语言模型中的记忆与提取

LLM中的记忆已得到充分记录：carlini2021extracting证明了GPT-2可以被提示输出记忆的序列，特别是当训练数据包含重复示例时。后续工作表明，记忆与数据频率、模型容量以及训练语料库中重复的存在相关[lee2022deduplicating, kandpal2022deduplicating]。最近的研究已将这些发现扩展到当前模型和专门领域。一项近期研究显示，Meta的Llama 3.1可以通过精心构建的提示近乎逐字地再现《哈利·波特》整章，揭示了即使在经过对齐训练的模型中存在的漏洞[Cooper2025MemorizedCopyrightedWorks]。另一项研究引入了CopyBench，一个用于测量受版权文本的字面和非字面再现的基准，发现模型根据提示特异性和输出长度表现出不同程度的记忆[chen2024copybench]。

然而，现有的记忆研究主要关注逐字或近乎逐字的提取，检测方法依赖于n-gram重叠、最长公共子串（LCS）指标或基于嵌入的相似性度量，这些能捕捉字面对应，但难以识别结构或风格上的相似之处[ippolito2023preventing, shi2024MUSE]。这一限制意义重大，因为版权侵权不要求逐字复制；表达元素中的实质性相似（如叙事结构、角色动态或风格选择）即使在没有字面重叠的情况下也可能构成侵权[Lucchi2025GenAiCopyright]。

### 2.3 实质性相似与衍生作品

根据欧盟版权法，侵权需要受保护表达元素中的实质性相似——情节结构、角色发展、叙事声音以及事件的选择与安排——而不仅仅是逐字对应[eucopyright, CourtInfopaqDanske2009, Lucchi2025GenAiCopyright, chun2024storysimilarity]。AIStorySimilarity[chun2024storysimilarity]——PSALM最接近的方法前身——使用基于嵌入的语义相似性、图结构事件分析和基于Transformer的上下文匹配，将叙事比较分解为情节、角色和主题维度。它在情节和角色维度上实现了与人类标注的r=0.72到r=0.85的相关性，证明了自动化方法可以近似人类对结构叙事相似性的判断。PSALM采用了类似的分层分解策略，但在三个基本方面与AIStorySimilarity有所不同。

首先，**法律基础**：AIStorySimilarity将叙事相似性作为与人类感知和信息检索相关的描述性构念进行测量；而PSALM则操作化了扎根于欧盟版权法的法律定义构念——作为“作者自身智力创作”的原创性、思想-表达二分法和实质性相似测试——其维度反映了通过CJEU判例法建立的可保护性标准。其次，**例外整合**：AIStorySimilarity测量作品之间的相似程度，而不评估相似性是否落入法定例外（如戏仿、拼贴或引用）。PSALM则将评估器专门用于测量这些例外，使得框架不仅识别潜在的侵权相似性，还评估这些相似性是否可能被CDSM指令和AI法案下的防御机制所覆盖。第三，**分层决策聚合**：AIStorySimilarity报告单独的维度分数而不综合整体侵权评估；PSALM则采用基于有向无环图（DAG）的聚合架构（第3.4节），通过结构化的加权函数组合维度和子维度分数，产生一个整体相似性评分，旨在模拟法院在实质性相似分析中使用的多因素权衡。