PulseAugur
中
实时 08:30:31
English(EN) Watermark Forensics for Generative Models: An Information-Theoretic Perspective

新框架支持生成模型水印的用户归属和载荷提取

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个新的信息论框架用于生成模型的水印技术，其功能超越了仅检测机器生成文本。该框架支持用户归属、载荷提取以及编辑文本片段的定位。该研究为多用户归属建立了一个严格的熵率定律，表明将文本归属给 N 个用户之一大约需要 log(N)/h 个 token，其中 h 是熵率。对 GPT-2、Pythia-410M 和 Qwen2.5 的实验验证了理论预测。 AI

影响 增强了生成模型的文件取证能力，有望提高 AI 生成内容的问责制和安全性。

排序理由 该集群包含一篇研究论文，详细介绍了用于生成模型水印的新理论框架和实验验证。

在 arXiv cs.LG 阅读 →

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

新框架支持生成模型水印的用户归属和载荷提取

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Xiaoyu Li, Zheng Gao, Xiaoyan Feng, Jiaojiao Jiang, Yulei Sui, Jiankun Hu ·

    生成式模型的水印取证：信息论视角

    arXiv:2607.13003v1 Announce Type: cross Abstract: A watermark in a generative model's output is usually asked only whether a text is machine-made. The same mark can do more: attribute it to the user who produced it, extract a hidden payload, or localize the part that survives edi…

  2. arXiv cs.LG TIER_1 English(EN) · Jiankun Hu ·

    生成式模型的水印取证：信息论视角

    A watermark in a generative model's output is usually asked only whether a text is machine-made. The same mark can do more: attribute it to the user who produced it, extract a hidden payload, or localize the part that survives editing. These form a forensic ladder, and we ask wha…

相关实体

相关话题