From Intentions to Techniques: A Comprehensive Taxonomy and Challenges in Text Watermarking for Large Language Models

随着大型语言模型（LLMs）的快速增长，保护文本内容免受未经授权的使用至关重要。文本水印提供了一个重要的解决方案，保护LLM生成和普通文本来源。本文通过对研究文献的全面调查，提供了不同设计水印技术背后的不同视角的统一概述。我们的工作有两个关键优势，（1）我们根据不同水印技术背后的具体意图、使用的评估数据集、水印添加和去除方法来分析研究，并构建一个连贯的分类法。 （2）我们强调了文本水印中存在的差距和开放性挑战，以促进保护文本作者权益的研究。这种广泛的覆盖范围和详细的分析使我们的工作与众不同，为语言模型中文本水印不断发展的格局提供了有价值的见解。

本论文旨在解决大语言模型（LLMs）中文本水印的问题，以保护文本内容免受未经授权的使用。

本文通过对文献的全面调查，分析不同水印技术背后的设计思路，包括评估数据集、水印添加和删除方法等，构建了一个连贯的分类系统。同时，本文还强调了文本水印技术的空白和挑战，以促进保护文本作者权益的研究。

本文的亮点包括：1.全面调查了文本水印技术的研究现状，提出了分类系统；2.强调了文本水印技术的研究空白和挑战；3.使用了多个数据集进行实验；4.为进一步研究提供了有价值的洞察。

最近在这个领域中，还有相关的研究，如《DeepSigns: An End-to-End Watermarking Framework for Protecting the Ownership of Deep Neural Networks》、《Text Watermarking Techniques: A Comprehensive Review》等。