本文提出在自回归语言模型中植入水印的方法:用随机密钥生成随机数序列并映射到模型采样,生成不改变文本分布且抗扰动的水印文本,检测方凭密钥对齐即可识别。在OPT-1.3B、LLaMA-7B和Alpaca-7B上实验,前两者即使40-50%标记被替换、插入或删除,仍可可靠检测;Alpaca-7B因响应熵低,检测较难。
完成下面两步后,将自动完成登录并继续当前操作。