English(EN) Selective Disclosure Watermarking for Large Language Models

新的水印方法允许对LLM进行选择性披露

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-06 17:32

研究人员开发了一种名为分层词汇路由（HeRo）的新型水印框架，专为大型语言模型（LLM）设计。该方法允许选择性地披露嵌入的元数据，解决了现有水印技术会暴露整个消息所带来的隐私担忧。HeRo对词汇进行分层划分，使不同的验证者只能访问水印的特定部分，从而保持文本质量并提供细粒度的访问控制。 AI

影响增强了对LLM生成文本中元数据披露的控制，可能提高敏感应用的隐私和安全性。

排序理由该集群包含一篇详细介绍LLM新技术的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Xuyang Chen, Xiang Li, Yangxinyu Xie, Qi Long · 2026-07-07 04:00

Selective Disclosure Watermarking for Large Language Models

arXiv:2607.05353v1 Announce Type: cross Abstract: Watermarking methods embed imperceptible and verifiable signals into text generated by large language models (LLMs). Existing approaches include zero-bit schemes for distinguishing synthetic text from human writing and multi-bit s…
arXiv cs.AI TIER_1 English(EN) · Qi Long · 2026-07-06 17:32

大型语言模型的选择性披露水印

Watermarking methods embed imperceptible and verifiable signals into text generated by large language models (LLMs). Existing approaches include zero-bit schemes for distinguishing synthetic text from human writing and multi-bit schemes for embedding metadata. However, current mu…