WaterSeeker：高效检测大型文档中水印片段的 pioneering 方法
计算与语言
2025-02-25 v6
摘要
大型语言模型（LLM）的水印算法在检测 LLM 生成文本方面已取得高准确率。然而，现有方法主要关注将完全水印文本与非水印文本区分开来，忽略了 LLM 在大型文档中仅生成小部分内容的实际场景。在这种情况下，在检测性能和时间复杂性之间取得平衡 presents significant挑战。本文提出了 WaterSeeker，这是一种高效检测大量自然文本中水印片段的方法。它首先应用一种高效的异常提取方法来初步定位可疑的水印区域。随后进行局部遍历并进行全文检测，以实现更精确的验证。理论分析和实验结果表明，WaterSeeker 在检测准确性和计算效率之间实现了优越的平衡。此外，其定位能力为构建可解释的 AI 检测系统奠定了基础。我们的代码已在 https://github.com/THU-BPM/WaterSeeker 上提供。
引用
@article{arxiv.2409.05112,
title = {WaterSeeker: Pioneering Efficient Detection of Watermarked Segments in Large Documents},
author = {Leyi Pan and Aiwei Liu and Yijian Lu and Zitian Gao and Yichen Di and Shiyu Huang and Lijie Wen and Irwin King and Philip S. Yu},
journal= {arXiv preprint arXiv:2409.05112},
year = {2025}
}
备注
NAACL 2025 Findings; AAAI PDLM Workshop (Oral)