可证明鲁棒的开源语言模型水印

BriefGPT - AI 论文速递 · 2024-10-24T00:00:00Z

本文提出了一种在自回归语言模型中植入水印的方法，确保文本分布不变且对扰动具有鲁棒性。通过随机生成水印密钥，可以创建带水印的文本，知晓密钥者可检测水印。实验表明，OPT-1.3B和LLaMA-7B模型在文本随机编辑后仍能有效检测水印，而Alpaca-7B模型的检测较为困难。