BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

Eliminating Bias in Large Language Model Watermarks through Maximum Coupling Techniques

💡 原文英文，约100词，阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的绿/红名单水印方法，有效解决了语言模型水印在区分人类与机器生成文本时的偏差问题，实验结果表明其在检测性与文本质量之间达到了良好平衡。

🏷️

标签

model 文本生成 文本质量 检测性 水印 语言模型
➡️

继续阅读

  1. Kimi K3 模型结构（2）：序列维度（下），chunkwise 并行与下界衰减
    本文介绍Kimi K3模型序列维度的chunkwise并行算法：将序列分块，块间递推状态、块内用矩阵乘并行计算。K3将每步log-decay加−5下界，使...
  2. Kimi K3 模型结构（1）：序列维度（上），从线性注意力到 KDA
    本文介绍Kimi K3模型中KDA（Kimi Delta Attention）的递推形式，从线性注意力、DeltaNet到Gated DeltaNet演进...
  3. Kimi K3 模型结构（4）：深度维度，Attention Residuals
    本文解析Kimi K3模型中的Attention Residuals（注意力残差）结构。该机制将残差连接视为深度方向上的RNN，通过可学习伪query对e...
  4. Kimi K3 模型结构（0）：一张图看懂 Kimi K3
    Kimi K3是2.78T参数、104.2B激活的93层MoE模型，支持1M上下文及图像视频输入。其结构创新分三方面：序列用KDA与Gated MLA混合...
  5. 入蜀记 day467 小小的真理
    「小小的真理。」
  6. 入蜀记 day466 近谿
    「近谿。」
👤 个人中心
在公众号发送验证码完成验证