| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-04 14:15 大規模言語モデルの学習データトレース ○鈴木 大・安藤剛寿（富士通）  NS2025-244 |
|
| 抄録 | （和） | 大規模言語モデル (LLM) の性能向上には，高品質なデータが必要不可欠である．しかし，そのような貴重なデータを持つ企業や組織は，自分たちのデータを使って学習したLLMが，意図しない用途で使われたり，無制限に公開されたりすることに懸念を感じており，データの提供や流通の妨げとなっている．そこで，データ提供者が定義した利用ポリシーに基づき，データとLLMのアクセスを制御する仕組みが求められている．しかし，LLM開発者の環境はブラックボックスであるため，データがどのLLMに学習されたかを外部からトレースできず，データの不正利用や問題発生時の検証が困難となっている．本稿では，データの提供から利用までの一連のライフサイクルにおいて，LLM開発者やLLM利用者等の複数のステークホルダーを横断して，データのトレーサビリティを実現するシステムを提案する．特に，LLMが学習したデータを識別するため，LLMに対して外部から入出力可能な情報のみを用いたウォーターマーク方式を提案し，実験評価によりその有効性を示す． |
| （英） | High-quality data is essential for improving the performance of large language models (LLMs). However, companies and organizations that possess such valuable data are concerned that LLMs trained on their data may be used for unintended purposes or released without restriction, which hinders data provision and distribution. Therefore, there is a need for a mechanism to control access to data and LLMs based on usage policies defined by data providers. However, since the environment of LLM developers is a black box, it is impossible to externally trace which LLM the data was trained on, making it difficult to verify unauthorized use of data or problems when they occur. This paper proposes a system that achieves data traceability across multiple stakeholders, such as LLM developers and LLM users, throughout the entire lifecycle from data provision to utilization. In particular, to identify the data that LLMs have learned, we propose a watermarking method that uses only information that can be input and output externally to the LLM, and demonstrate its effectiveness through experimental evaluation. | |
| キーワード | （和） | ウォーターマーク / トレーサビリティ / LLM / アクセス制御 / / / / |
| （英） | Watermark / Traceability / LLM / Access control / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 385, NS2025-244, pp. 137-142, 2026年3月. | |
| 資料番号 | NS2025-244 | |
| 発行日 | 2026-02-25 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2025-244 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2026-03-04 - 2026-03-06 |
| 開催地（和） | 沖縄県市町村自治会館 |
| 開催地（英） | Okinawa-Ken Shichoson Jichi Kaikan |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2026-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 大規模言語モデルの学習データトレース |
| サブタイトル（和） | |
| タイトル（英） | Training data traceability for large language model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ウォーターマーク / Watermark |
| キーワード(2)（和/英） | トレーサビリティ / Traceability |
| キーワード(3)（和/英） | LLM / LLM |
| キーワード(4)（和/英） | アクセス制御 / Access control |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鈴木 大 / Dai Suzuki / スズキ ダイ |
| 第1著者 所属（和/英） | 富士通株式会社 (略称： 富士通) Fujitsu Ltd. (略称： Fujitsu) |
| 第2著者 氏名（和/英/ヨミ） | 安藤 剛寿 / Takahisa Ando / アンドウ タカヒサ |
| 第2著者 所属（和/英） | 富士通株式会社 (略称： 富士通) Fujitsu Ltd. (略称： Fujitsu) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-04 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2025-244 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.385 |
| ページ範囲 | pp.137-142 |
| ページ数 | 6 |
| 発行日 | 2026-02-25 (NS) |
[研究会発表申込システムのトップページに戻る]