本研究分析了人类作者与大型语言模型（LLMs）在学术写作中的互动，发现作者在使用常见词汇时有所调整，表明他们适应了LLMs的输出。这提示我们在面对机器生成文本时将面临更多挑战。

本研究提出了一个全面的评估框架，用于区分机器生成的文本和人类作者的内容。框架包括不同任务和实际攻击的水印技术基准。目前的水印技术可用于部署，但对水印的不可辨认性要求过高。通过略微修改逻辑分布的方案，可以在生成质量上胜过不可辨认的方案，且无明显质量损失。