从权衡到协同：面向大型语言模型的多样化共生水印框架
计算与语言
2025-05-19 v2 密码学与安全
摘要
大型语言模型（LLM）的兴起加剧了对 AI 生成文本滥用问题的关注，使水印成为一种有前景的解决方案。主流的 LLM 水印方案分为基于 logits 和基于采样 两类。然而，当前方案在鲁棒性、文本质量和安全性之间存在权衡。为缓解这一问题，本文将 logits 方案与采样方案集成，发挥二者优势实现协同。本文提出一种多样化共生水印框架，包含三种策略：串行式、并行式和混合式。混合框架通过代币熵和语义熵自适应嵌入水印，在可检测性、鲁棒性、文本质量和安全性之间进行优化。进一步通过多数据集和模型上的全面实验验证了我们的方案。实验结果表明，我们的方法超越了现有基线，达到最先进（SOTA）水平。我们认为该框架为多样化水印范式提供了新颖的见解。我们的算法已公开于 https://github.com/redwyd/SymMark。
引用
@article{arxiv.2505.09924,
title = {From Trade-off to Synergy: A Versatile Symbiotic Watermarking Framework for Large Language Models},
author = {Yidan Wang and Yubing Ren and Yanan Cao and Binxing Fang},
journal= {arXiv preprint arXiv:2505.09924},
year = {2025}
}
备注
Accepted to ACL 2025 (main)