arXiv cs.CL· Toluwani Aremu, Samuele Poppi, Nils Lukas·· 10 天前AI 评分23
Constitution-Guided Watermarking：按需求定制水印权衡的框架
Constitution-Guided Watermarking
AI 导读
研究者提出 Constitution-Guided Watermarking 框架，将提供商需求写成自然语言原则，由预训练推理智能体离线迭代优化规则专属配置，部署时由独立监控器识别适用规则并调取对应策略，无需改动服务模型。
正文 · AI 翻译
摘要：水印使语言模型提供商能够识别由其模型生成的文本。然而，其期望属性可能相互冲突（\ie~更强水印信号可能降低文本质量），而抗编辑的设计也可能助长伪造。提供商通过选择平衡相互竞争目标或优先考虑特定属性的配置来应对这些权衡。无论哪种方法，都会对具有不同需求的请求施加一个共享的操作点，可能在措辞保留重要时牺牲质量，或在可靠归因至关重要时牺牲鲁棒性。为实现灵活且可适应的设计，我们提出\emph{宪法引导水印}，一个从提供商需求（以自然语言原则列出）中选择适合请求的权衡的框架。\emph{离线}时，预训练推理代理检查宪法规则与水印实现，并利用经验反馈迭代优化规则特定配置。\emph{部署时}，单独的监控器识别适用规则并检索相应策略（包括水印豁免），而不修改服务模型。此外，我们的框架支持离线并行优化和基于不断变化的提供商需求对规则特定配置进行细化，且不影响部署，并将每个部署配置与其评估证据绑定，使部署决策可审计。在使用 KGW 和五规则宪法的概念验证评估中，我们的框架选择了响应提供商优先级的配置，并在优先鲁棒性的请求上将改写后检测提升了最多 $14$ 个百分点，超过固定配置，同时在名义 $0.1\%$ 假阳性率下，在总体质量和干净检测方面达到或超过所有基线。
| 评论： | 工作论文（审稿中） |
| 主题： | 密码学与安全（cs.CR）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.09552 [cs.CR] |
| （或 arXiv:2610.09552v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.09552 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Toluwani Aremu [查看电子邮件]
[v1]
2026年10月7日星期三 06:50:47 UTC（1,170 KB）
来源：arXiv cs.CL · arxiv.org