Toward Stronger Code Watermarking: A Grammar-Driven Approach to Optimizing the Trade-off Between Quality and Detectability
随着大型语言模型（LLM）的快速发展，文本水印技术成为识别机器生成内容的关键手段。然而，现有基于logits的水印方法直接应用于代码生成时面临挑战：代码的低熵特性加剧了代码质量与水印可检测性之间的权衡。本文提出一种名为Grammar-Dri
#code-watermarking
共收录 2 条相关情报。
← 返回所有主题Multi-Channel Spread-Spectrum Code Watermarking
该论文提出了一种名为多通道扩频码水印（Multi-Channel Spread-Spectrum Code Watermarking）的新方法，用于解决大型语言模型（LLM）生成代码的归属问题。现有方案分为生成时水印和事后水印：生成时水印需