arXiv 自然语言处理· Zewei Deng, Mohamed Seif, Liyan Xie·· 5 小时前AI 评分36
大语言模型可水印性：衡量与提升对基于 Logit 水印的兼容度
Watermarkability: Measuring and Improving Language-Model Compatibility with Logit-Based Watermarks
AI 导读
研究者提出可水印性概念，通过最小 KL 散度量化大语言模型与基于 logit 水印的兼容度，并采用低秩适配器联合闭式控制器的两阶段方法降低该成本。在 OPT-125M 与 Qwen3-8B 上的 6 种水印方案测试中，采样 token 进入目标集的比例均达至少 99.80%。
来源：arXiv 自然语言处理 · arxiv.org