学术同行评审中基于主题的水印技术的可行性
密码学与安全
2025-11-13 v2 人工智能
摘要
大型语言模型（LLMs）正日益融入学术工作流程中，许多会议和期刊允许其用于语言润色和文献总结等任务。然而，由于对机密性泄露、幻觉内容和不一致评审的担忧，它们在同行评审中的使用仍被禁止。随着 LLM 生成的文本变得越来越难以与人类写作区分，越来越需要可靠的归因机制来维护评审过程的完整性。在本工作中，我们评估了基于主题的水印技术（TBW），这是一种旨在将可检测信号嵌入 LLM 生成文本的语义感知技术。我们使用来自学术会议的真实同行评审数据，在包括基础版、少样本和微调变体在内的多种 LLM 配置下进行了系统评估。我们的结果表明，相对于未加水印的输出，TBW 保持了评审质量，同时在改写下表现出稳健的检测性能。这些发现突显了 TBW 作为同行评审场景中 LLM 归因的一种最小侵入性且实用的解决方案的可行性。
引用
@article{arxiv.2505.21636,
title = {The Feasibility of Topic-Based Watermarking on Academic Peer Reviews},
author = {Alexander Nemecek and Yuzhou Jiang and Erman Ayday},
journal= {arXiv preprint arXiv:2505.21636},
year = {2025}
}
备注
Accepted at AACL 25 Findings