推理中的回响：基于链式思考的隐形且有效水印

具备链式思考推理能力的大语言模型代表着宝贵的知识产权，但现有的黑盒水印方法往往在推理保真度和鲁棒性之间进行权衡，通过扰动最终答案或依赖脆弱的触发模式实现。我们提出了 BiCoT，一种通过在推理痕迹的内部几何中嵌入所有权信号的水印框架，通过将高显著性结构锚点与私有签名子空间对齐，同时对普通控制标记进行正则化以保持语义容量。该设计将水印与推理相关的表征耦合，使得在不破坏支撑连贯推理的特征的前提下移除水印变得困难。为在模型盗窃和表征漂移的情况下实现验证，我们引入了鲁棒子空间注册（RSR），一种基于 Top-logprob 的黑盒验证器，使用哨兵标记来校准输出分布中的系统性偏移。实验表明，BiCoT 在 diverse complex reasoning tasks 之间保持推理保真度，同时在微调、量化、模型级扰动以及自适应输出级攻击的 in-domain 和 out-of-distribution 设置下实现鲁棒检测。