更快更慢：更弱的单层水印改善无失真水印集
密码学与安全
2026-02-13 v1 计算与语言
摘要
水印技术已成为检测和归因大型语言模型生成内容的关键方法。虽然近期研究利用水印集提高鲁棒性，但主流方法通常致力于最大化每个单层水印的强度。本文识别了这种"更强更好"方法的关键局限性：强水印显著降低词分布的熵，反而在后续层中削弱了水印的有效性。我们在理论和实证上表明，可检测性受熵的限制，且水印集会在各层中导致熵和预期绿色列表比率单调递减。为解决这一内在权衡，我们提出一种通用框架，利用较弱的单层水印以保留有效多层水印所需的熵。实证评估表明，这一反直觉策略可减缓信号衰减，在可检测性和鲁棒性方面均优于强基线。
引用
@article{arxiv.2602.11793,
title = {More Haste, Less Speed: Weaker Single-Layer Watermark Improves Distortion-Free Watermark Ensembles},
author = {Ruibo Chen and Yihan Wu and Xuehao Cui and Jingqi Zhang and Heng Huang},
journal= {arXiv preprint arXiv:2602.11793},
year = {2026}
}