MorphMark：面向大语言模型的灵活自适应水印技术
密码学与安全
2025-05-21 v2
摘要
基于红绿名单改变令牌采样概率的水印技术，是追踪大语言模型（LLM）生成文本来源的一种有前景的方法。然而，现有水印方法常常面临一个根本性困境：提高水印有效性（水印的可检测性）往往以降低文本质量为代价。这种权衡限制了它们的实际应用。为应对这一挑战，我们首先在多目标权衡分析框架内对该问题进行了形式化。在此框架下，我们识别出一个影响该困境的关键因素。与现有方法通常将水印强度视为固定超参数不同，我们的理论洞察催生了MorphMark方法，该方法能根据所识别因素的变化自适应地调整水印强度，从而有效解决这一困境。此外，MorphMark还优先考虑灵活性，因为它是一种与模型无关且无需模型参数的水印方法，因此为现实世界部署提供了实用的解决方案，尤其是在AI模型快速演进的背景下。大量实验表明，MorphMark在解决有效性与质量的困境方面实现了更优的平衡，同时提供了更高的灵活性以及时间和空间效率。
引用
@article{arxiv.2505.11541,
title = {MorphMark: Flexible Adaptive Watermarking for Large Language Models},
author = {Zongqi Wang and Tianle Gu and Baoyuan Wu and Yujiu Yang},
journal= {arXiv preprint arXiv:2505.11541},
year = {2025}
}
备注
ACL 2025 Main