k-SemStamp：基于聚类的语义水印用于机器生成文本检测
计算与语言
2024-06-11 v2 密码学与安全
计算机与社会
机器学习
摘要
最近的水印生成算法在语言生成过程中注入可检测签名以促进事后检测。虽然令牌级水印易受释义攻击，但SemStamp（Hou等人，2023）在句子的语义表示上应用水印，并展现出有希望的鲁棒性。SemStamp使用局部敏感哈希（LSH）用任意超平面划分语义空间，这导致了鲁棒性和速度之间的次优权衡。我们提出k-SemStamp，一种简单而有效的SemStamp增强方法，利用k-means聚类替代LSH，以感知内在语义结构的方式划分嵌入空间。实验结果表明，k-SemStamp显著提高了其鲁棒性和采样效率，同时保持了生成质量，为机器生成文本检测提供了更有效的工具。
引用
@article{arxiv.2402.11399,
title = {k-SemStamp: A Clustering-Based Semantic Watermark for Detection of Machine-Generated Text},
author = {Abe Bohan Hou and Jingyu Zhang and Yichen Wang and Daniel Khashabi and Tianxing He},
journal= {arXiv preprint arXiv:2402.11399},
year = {2024}
}
备注
Accepted to ACL 24 Findings