RMCW: A Deletion-Robust Watermark Based on Reed--Muller Codes for Language Models
该论文针对大语言模型（LLM）文本水印在后处理攻击下鲁棒性不足的问题，提出了一种基于 Reed--Muller 码的删除鲁棒水印方案 RMCW。背景上，LLM 水印通过在生成阶段注入统计或代数信号，为识别某一特定模型产出的文本提供轻量级溯源
#llm-watermark
共收录 9 条相关情报。
← 返回所有主题MarkSec: Capability-Aware Evaluation of Adversarial Attacks Against LLM Watermarks
该论文关注大语言模型（LLM）文本水印在对抗环境下的评测问题。水印的作用是帮助追溯生成文本的来源，但它面临三类对抗攻击：窃取攻击（stealing，从带水印文本中恢复水印信息）、擦除攻击（scrubbing，去除文本中的水印信号）和伪造攻击
A Trustworthy Watermarking Framework for LLM-Generated Food Safety Content
本文针对大语言模型（LLM）生成内容在食品安全等关键领域被篡改的风险，提出了一种名为 ToSS（Token Oriented Repartitioning and Strategic Selection）的可信水印认证框架。该框架采用自适应
CORE-BREW: LLR-Based Soft Decoding for Robust Multi-Bit LLM Watermarking
本文针对大型语言模型（LLM）输出的多比特水印鲁棒性问题，提出一种基于对数似然比（LLR）的软判决解码方法CORE-BREW。现有基于纠错码（ECC）的LLM水印多采用硬判决解码，丢弃了令牌级别的可靠性信息，导致在编辑攻击（如词汇替换、改写
Signature filtering: a lightweight enhancement for statistical watermark detection in large language models
本文提出了一种轻量级的检测时间模块——签名过滤（signature filtering），旨在提升大型语言模型（LLM）输出中统计水印的检测性能。现有的水印检测器在水印信号弱、文本重复或水印被编辑时往往表现不佳。签名过滤不修改水印嵌入和文本
TextSeal: A Localized LLM Watermark for Provenance & Distillation Protection
本文提出 TextSeal，一种用于大型语言模型（LLM）的本地化水印方案，旨在解决模型输出的来源追踪与蒸馏保护问题。该方法基于 Gumbel-max 采样，通过引入双密钥生成机制恢复输出多样性，并利用熵加权评分和多区域定位技术提升检测精度
Every Bit, Everywhere, All at Once: A Binomial Multibit LLM Watermark
本文提出了一种名为“二项式多比特LLM水印”的新方法，旨在解决现有LLM水印技术在商业部署中需要编码复杂载荷（如用户ID、时间戳）时面临的精度和鲁棒性不足问题。核心创新在于引入二项式编码机制，直接在每一个令牌（token）位置编码载荷的每一
Character-Level Perturbations Disrupt LLM Watermarks.
本文研究字符级扰动对大型语言模型（LLM）水印技术的破坏效果。水印技术被广泛用于追踪LLM生成内容，防止滥用。作者系统分析了多种字符级扰动（如拼写错误、同音替换、随机插入等）对当前主流水印方案（如基于n-gram的Aaronson水印、基于
SWAN: Semantic Watermarking with Abstract Meaning Representation
SWAN（语义水印与抽象语义表示）是一种新颖的文本水印框架，它利用抽象语义表示（AMR）将水印签名直接嵌入句子的语义结构中。与现有方法在文本生成过程中通过调整令牌选择偏好来编码签名不同，SWAN将签名编码在语义表示层面，因此任何保留语义的释