我们提出了一种基于局部敏感哈希（LSH）的鲁棒的句子级语义水印算法，通过将候选句子编码和 LSH 哈希一个由 LLM 生成的句子，并在语义嵌入空间中进行句子级拒绝采样，直到采样的句子落在带有水印的分区中，通过边缘约束来增强其鲁棒性，实验证明我们的算法不仅对常见和双字母语义重述攻击具有更强的鲁棒性，而且在生成质量上也更好。

Oct, 2023

利用多目标优化方法实现识别性与语义完整性，我们提出了一种在大型语言模型生成的文本中嵌入水印的新方法。实验证明，我们的方法在提高大型语言模型生成文本的可识别性的同时保持其语义连贯性方面优于当前的水印技术。

Feb, 2024

提出了一种新的方法来生成文本水印，通过策略性地改变生成过程中的令牌概率，利用语言学特征（如风格学）对大型语言模型（LLMs）进行参数化，以提高鲁棒性和应对传统攻击。

May, 2024

我们提出了一种语义不变的大型语言模型水印方法，该方法在保证攻击鲁棒性和安全鲁棒性的基础上，通过利用另一个嵌入式大型语言模型生成语义嵌入，将其转化为水印逻辑。我们的实验证明了该方法在语义不变的设置下具有很强的攻击鲁棒性，并且水印具有充分的安全鲁棒性。

Oct, 2023

提出了一种新的水印方法来检测机器生成的文本，并通过与一种先进的水印方法进行了比较，证明了该方法在在保持文本质量的同时，能够有效地区分带水印和不带水印的文本，并取得了较高的检测率。

Nov, 2023

提出了一种基于主题的水印算法用于大语言模型，该算法能够根据输入提示或非水印语言模型的输出提取主题，并生成带有水印的模型输出，进一步展示了水印检测算法的实用性，并讨论了可能出现的各种针对大语言模型水印算法的攻击以及提出的水印算法的优势。

Apr, 2024

本文探讨使用不同的检测方法来对水印进行可靠的鉴别，并研究机器生成文本的大量观察对于水印的鉴别是否可靠，最终表明水印技术是一项可靠的解决方案，尤其是在样本复杂度越高时，水印证据会逐渐累积，并最终被检测出来。

Jun, 2023

我们提出了一个新的基准（K-Watermark），其中包含由水印文本模式渲染程序 Wrender 生成的 65,447 个数据样本，通过人工评定得出的真实性得分为 0.51。为了证明数据集和渲染技术的有用性，我们开发了一个端到端的解决方案（Wextract），用于检测水印文本的边界框实例，并预测描绘的文本。据我们所知，我们是第一个提出评估基准和完整解决方案，超过检测中的基准超过 5 个 AP 点和字符准确性中的 4 个点。

Jan, 2024

我们开发了 PostMark，这是一种模块化的事后水印程序，可以在解码过程完成后将一组依赖于输入的词语插入到文本中，而无需访问对数。与现有的水印方法相比，PostMark 对释词攻击更加鲁棒，并通过自动和人工评估来评估其对文本质量的影响，突出了质量和抗释词性之间的权衡。

Jun, 2024

在大型语言模型的能力与对其滥用的担忧日益增长的背景下，对机器生成的文本与人类作者的内容进行区分的能力变得重要。本研究侧重于文本水印技术而非图像水印，并提出了一个全面的评估框架，包括不同任务及实际攻击的水印技术基准。我们关注三个主要指标：质量、大小（例如，检测水印所需的标记数）和防篡改性。目前的水印技术已足够用于部署，但我们认为水印的不可辨认性要求过高；略微修改逻辑分布的方案在生成质量上胜过不可辨认的对应方案且无明显质量损失。我们公开发布我们的基准测试。

Dec, 2023