实体
WaterBench: Towards holistic evaluation of watermarks for large language models
WaterBench: Towards holistic evaluation of watermarks for large language models
PulseAugur coverage of WaterBench: Towards holistic evaluation of watermarks for large language models — every cluster mentioning WaterBench: Towards holistic evaluation of watermarks for large language models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的水印技术以最小的质量损失增强了大型语言模型的检测能力
研究人员开发了一种新颖的扩散语言模型水印技术,该技术在保持文本质量的同时提高了检测率。该方法学习最优词汇频带和预见性预测器,以更好地将词元选择与模型的生成过程对齐。在新方法在 LLaDA-8B-Instruct 和 WaterBench 基准测试上进行测试,其在最小失真的情况下显著提高了检测分数,优于先前的方法。
-
新研究探索用于抵抗攻击的扩散模型鲁棒水印技术
新研究探讨了生成式AI模型中水印的漏洞和潜在防御措施。一项研究表明,多步重写攻击会显著降低扩散语言模型中水印的检测率,在几次编辑后使其失效。另一篇论文从理论上分析了水印在对抗符号损坏方面的鲁棒性极限,表明在检测变得不可靠之前,超过一半的编码比特可以被修改。此外,研究还为扩散模型引入了新颖的水印方法,包括一种使用压缩感知的抗伪造方法以及一个用于评估安全性、鲁棒性和保真度的理论基础框架。