新指标“水印性”提高了语言模型与水印的兼容性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

研究人员引入了一个名为“水印性”的新指标，用于评估语言模型与基于logit的水印技术兼容的程度。该指标量化了模型为指定标记集分配足够概率所带来的成本。为了提高这种兼容性，提出了一种两阶段方法：首先，训练一个低秩适配器以增加目标集的概率质量，然后，控制器应用最小的logit偏差以满足目标概率。在OPT-125M和Qwen3_8B模型上的评估表明，这种方法在保持水印依从性高可靠性的同时，显著降低了困惑度增加。 AI

影响提高了识别AI生成文本的可靠性，并在语言模型中编码来源信息。

排序理由学术论文，介绍了一种用于语言模型水印的新指标和方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，介绍了一种用于语言模型水印的新指标和方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Zewei Deng, Mohamed Seif, Liyan Xie · 2026-10-19 04:00

Watermarkability：基于logit的水印衡量和改进语言模型兼容性

arXiv:2610.22810v1 Announce Type: new Abstract: Language-model watermarks can help identify model-generated text, encode provenance information, and detect post-generation edits. A broad class of logit-based watermarks increases the logits of a designated token set at each decodi…

本文如何被排名

报道来源 [1]

Watermarkability：基于logit的水印衡量和改进语言模型兼容性

相关实体

相关话题