本文提出了一种基于mel频谱图的音频水印技术，旨在保护音频生成模型的完整性和版权。通过无形水印嵌入，增强了音频生成的安全性。研究开发了AudioMarkBench基准，以评估水印技术的稳健性，并强调改进水印技术的必要性。同时介绍了新型数字水印方法WDM和Tree-Ring Watermarking，展示了其在音频和图像生成中的应用潜力。

该文综述大语言模型在信息检索中的应用，涵盖个性化查询建议、生成式检索框架、知识解决器、知识迁移压缩及LLM稳健性评估等研究，探讨提升相关性、可信度与推理能力的方法。