本研究提出了一种新颖的特征适应框架，旨在改善深度神经网络在大面积水印去除中的不足。通过融合水印下的背景信息与图像修复模型的特征，该模型显著提升了去水印效果，降低了对水印遮罩质量的敏感性。

本研究提出了De-mark框架，通过随机查询策略有效去除语言模型中的n-gram水印，并评估其强度。实验表明，De-mark在流行语言模型上表现出色，对未来内容生成有重要影响。