大语言模型的版权保护：方法、挑战与趋势综述
密码学与安全
2026-04-08 v2
摘要
鉴于大语言模型（LLM）具有巨大的开发成本、专有价值和潜在的滥用风险，其版权保护至关重要。现有综述主要聚焦于追踪 LLM 生成内容的技术——即文本水印——而对保护模型本身的方法（即模型水印和模型指纹识别）的系统性探索仍然缺失。此外，文本水印、模型水印和模型指纹识别之间的关系和区别尚未得到全面澄清。本工作对当前 LLM 版权保护技术的现状进行了全面综述，重点关注模型指纹识别，涵盖以下方面：（1）阐明从文本水印到模型水印和指纹识别的概念联系，并采用将模型水印纳入更广泛指纹识别框架的统一术语；（2）提供多样化文本水印技术的概述和比较，突出此类方法可作为模型指纹识别的情况；（3）系统分类和比较现有的 LLM 版权保护模型指纹识别方法；（4）首次呈现指纹迁移和指纹移除技术；（5）总结模型指纹的评估指标，包括有效性、无害性、鲁棒性、隐蔽性和可靠性；（6）讨论开放挑战和未来研究方向。本综述旨在为研究者提供对 LLM 时代文本水印和模型指纹识别技术的全面理解，从而促进保护其知识产权的进一步进展。
引用
@article{arxiv.2508.11548,
title = {Copyright Protection for Large Language Models: A Survey of Methods, Challenges, and Trends},
author = {Zhenhua Xu and Xubin Yue and Zhebo Wang and Haobo Zhang and Qichen Liu and Xixiang Zhao and Jingxuan Zhang and Wenjun Zeng and Wengpeng Xing and Dezhang Kong and Changting Lin and Meng Han},
journal= {arXiv preprint arXiv:2508.11548},
year = {2026}
}