PulseAugur
中
实时 06:16:05
English(EN) AGMark: Attention-Guided Dynamic Watermarking for Large Vision-Language Models

新的AGMark框架通过动态注意力引导增强LVLM水印技术

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了AGMark，一个专为大型视觉语言模型（LVLM）设计的新型水印框架。该系统通过注意力权重和上下文感知的一致性线索动态识别语义关键证据，以嵌入可检测信号，同时保持视觉-语义保真度。AGMark还考虑了令牌熵和证据校准，以自适应地划分词汇，避免不相关的令牌，并提高生成质量，尤其是在后期阶段。该框架在不影响推理效率的情况下，实现了高检测性能（AUC超过99.36%）和强大的攻击抵御能力（AUC超过88.61%）。 AI

影响 这项研究为保护多模态AI输出中的知识产权提供了一种更强大的方法，有望提高生成式AI应用中的信任度和可追溯性。

排序理由 该集群包含一篇学术论文，详细介绍了用于大型视觉语言模型水印的新技术框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的AGMark框架通过动态注意力引导增强LVLM水印技术

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yue Li, Xin Yi, Dongsheng Shi, Yongyi Cui, Gerard de Melo, Linlin Wang ·

    AGMark：面向大型视觉语言模型的注意力引导动态水印

    arXiv:2602.09611v2 Announce Type: replace-cross Abstract: Watermarking has emerged as a pivotal solution for content traceability and intellectual property protection in large vision language models (LVLMs). However, vision-agnostic watermarks may introduce visually irrelevant to…

相关实体

相关话题