研究人员开发了一种新颖的多通道扩频码水印技术，可以将代码归因于其起源的大型语言模型。这种事后、无需训练的方法提供了 24 位有效载荷，远超以往的方法，并为各种攻击提供了正式的鲁棒性保证。在 GPT-4.1 和 Llama 4 生成的 Python 文件上进行了测试，该水印达到了 100% 的检测准确率，即使在遭受严重损坏和转换攻击的情况下也能保持高准确率。 AI
影响 能够更好地跟踪人工智能生成的代码，以确定出处、许可和问责制。
排序理由 该集群描述了一篇详细介绍大型语言模型生成代码的新水印技术的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.06009v1 Announce Type: cross Abstract: Attributing code to the large language model that produced it is essential for provenance, licensing, and misuse accountability, yet no deployed watermark meets this need. Generation-time schemes require access to the producing mo…
Attributing code to the large language model that produced it is essential for provenance, licensing, and misuse accountability, yet no deployed watermark meets this need. Generation-time schemes require access to the producing model and cannot be applied to third-party code, whi…