欧洲大型语言模型水印:结合技术考察 AI 法规

为促进欧盟内的人工智能可信度，AI 法案要求供应商标记其通用模型输出。第 50 条和第 133 条建议采用 "足够可靠、可互操作、有效且稳健" 的标记方法。然而，水印技术日新月异且应用场景多样，使难以将这四项标准转化为具体且可衡量的评估标准。本文针对这一挑战，在水印技术的多样性中锚定欧洲要求的规范性。我们提出清晰且区别明确的概念，对 LLM 水印进行分类。我们的贡献有三方面: (1) 水印分类: 我们根据 LLM 生命周期中应用阶段——训练前、训练中或训练后，以及在 next-token 分布或抽样期间——提出一种易于理解的水印方法分类体系。 (2) 水印评估: 我们通过将每一标准与水印鲁棒性和可检测性评估、以及 LLM 质量评估相映射，解释欧盟 AI 法案的要求。由于互操作性在 LLM 水印研究中尚未得到理论化，我们提出三个规范维度来框架化其评估。 (3) 水印比较: 我们将当前用于 LLM 的水印方法与操作化的欧洲标准进行比较，显示尚无方法同时满足这四项标准。鼓励新兴实证测试，我们建议进一步研究集成于 LLM 低层架构中的水印技术。