斯坦福｜用于语言模型的鲁棒性无失真水印

Robust Distortion-free Watermarks for Language Models

Rohith Kuditipudi, John Thickstun, Tatsunori Hashimoto, Percy Liang
[Stanford University]

语言模型的鲁棒无失真水印

• 动机：提出一种在文本中插入水印的方法，使得水印在文本经过扰动后仍然可靠地检测，而不改变文本的分布。

• 方法：所使用的方法是通过将一系列随机数映射到语言模型的样本，来生成带有水印的文本，并通过水印检测方法来验证文本是否包含水印。

• 优势：所提出的水印方法对文本进行了无失真的插入，并且在面对各种复述攻击时具有良好的鲁棒性，可靠地检测水印，且不影响文本的分布。

提出一种对语言模型文本进行无失真水印插入和鲁棒性检测的方法，实现了在文本中插入可靠水印的目标。

https://arxiv.org/abs/2307.15593 

内容中包含的图片若涉及版权问题，请及时与我们联系删除