版权法合规性的智能体评估

大型语言模型（LLM）智能体正越来越多地用于执行商业任务，这些任务涉及检索外部内容（如图像）并在适当的情况下复制这些内容。例如，在网站开发中，智能体可能需要从网络中获取图片并嵌入到页面中；在商品设计中，可能需要引用或改编现有的设计元素；在演示文稿制作中，则可能使用图表或插图来增强展示效果。然而，这些行为必须遵守版权法，即只有在获得许可或使用公有领域内容时才是合法的。目前，我们缺乏足够的框架来评估LLM智能体在实际应用中是否遵守版权法。

为了解决这一问题，研究人员引入了Copyright-Bench基准，这是一个专门设计用于评估LLM智能体版权法合规性的工具。Copyright-Bench包含三个真实的商业任务：网站开发、商品设计和演示文稿制作。在这些任务中，智能体需要在公有领域内容（合法使用）和受版权保护的内容（在此设置中构成侵权）之间进行选择。评估通过提示变化来模拟不同的用户偏好和时间压力，以观察智能体的行为如何受到影响。

研究将最先进的LLM智能体与人类基线进行了比较。结果显示：第一，即使在有公有领域替代品的情况下，智能体也倾向于选择受版权保护的作品；第二，对于开放权重模型，违规率会因特定的用户偏好和模拟时间压力而增加。这一发现强调了在LLM智能体部署中加强版权合规监督的必要性。研究还发现，开放权重模型在面对用户明确的偏好或时间限制时，更容易产生侵权行为，这可能是因为模型在优化用户满意度或速度时牺牲了合规性。

该研究以论文形式提交于2026年7月23日，并被ICML 2026研讨会收录为亮点作品。论文作者包括郑辉等三位研究人员。这项工作为AI系统的法律合规性评估提供了重要的基准和见解，有助于推动更负责任的AI开发和应用。