軸: 出力
IEEE Conference on Secure and Trustworthy Machine Learning (SaTML) 2025, pp. 333–345
｜ stub（原論文未読）
Membership inference attacks cannot prove that a model was trained on your data
TL;DR
メンバーシップ推論は「モデルがあなたのデータで訓練された」ことを証明できない、
という立場表明（position paper）。訓練セットの正確な内容が分からない状況では
特殊なコーパスを用いた検証が選択肢に入ると述べる。
位置づけ
出力軸。メンバーシップ推論 の法的・実務的な限界を明確にした論文。
サーベイ 7·1 節（現実の問題に即した評価の枠組み）で引用される。
手法・実験
立場表明論文。サーベイからは詳細は判明しない（原論文未読）。
主要な知見
- メンバーシップ推論の結果は、統計的な示唆にとどまり、
個別データの訓練セットへの帰属を証明するものではない
- 訓練セットの正確な内容が分からない状況を踏まえると、
特殊なコーパスを用いた検証も選択肢に入る（サーベイ 7·1 が引用）
限界・批判
- 「証明できない」ことは示すが、では何が証明になるのかは開かれたままである。
この Wiki では 著作権 の未解決の問いとして残っている
Wiki 内の接点