该文综述大语言模型水印技术,涵盖自适应水印策略、语义不变水印、私有模型保护框架及黑盒白盒水印方案。研究评估水印对文本分类、摘要、翻译等任务的影响,发现摘要和翻译性能下降15-20%。提出基于随机密钥的水印方法,在OPT等模型上对释义攻击具鲁棒性,但低熵响应检测较难。
本文综述大语言模型文本水印技术,涵盖白盒与黑盒水印框架、语义不变水印、私有水印算法及重要性评分方法。水印对选择题和短句生成影响小,但使摘要和翻译性能下降15-20%,且在文本被破坏40-50%后仍可检测,为追踪文本来源、防止模型滥用提供可靠方案。
完成下面两步后,将自动完成登录并继续当前操作。