arXiv cs.AI· Bingxue Zhang, Xiaofeng Xu, Feida Zhu·· 13 小时前AI 评分10
LineageMark：面向模型衍生链贡献追踪的多用户白盒水印框架
LineageMark: Multi-user White-box Watermarking for Contribution Tracing in Model Derivation Chains
AI 导读
该论文已被作者 Xiaofeng Xu 撤回，原因是研究在问题设定、范围和实验评估上均有大幅修改，当前版本已不能代表修订后的研究。原文提出 LineageMark 多用户白盒水印框架，通过基于投影的方法在模型参数中编码水印，先选取稳定载体以降低对模型变化的敏感性，再将每个水印比特表示为载体上的投影统计量。
正文 · AI 翻译
本文已被 Xiaofeng Xu 撤回
摘要：在开放大语言模型（LLM）生态系统中，模型经常跨多个领域和应用进行适配，形成多阶段衍生链。因此，追踪和验证历史贡献对于模型溯源和知识产权保护至关重要。然而，现有的水印方法主要针对单用户、一次性嵌入设计，在重复的模型衍生和增量更新下往往失效。为解决这一问题，我们提出 LineageMark，一个面向模型衍生链的多用户白盒水印框架。该框架使用基于投影的方法在模型参数中编码水印。首先选择稳定的载体以降低对模型变化的敏感性，然后将每个水印比特表示为这些载体上的投影统计量。额外的水印插入仅在投影空间中引入有界扰动，并使用边界约束来保持信号完整性。我们在多阶段模型衍生链中评估了 LineageMark 的有效性。实验结果表明，LineageMark 在多阶段衍生过程中保留了贡献者水印，并支持增量式多用户水印插入。此外，它对重新加水印、微调、量化和剪枝等扰动表现出鲁棒性。
| 评论： | 作者决定撤回本稿件，因为该研究在问题表述、范围和实验评估方面经历了重大修改。因此，当前版本已不能充分代表修改后的研究。我们因此撤回这一早期版本，以避免对研究结果产生潜在误解 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.17123 [cs.CR] |
| （或 arXiv:2606.17123v2 [cs.CR] 为此版本） | |
| https://doi.org/10.48550/arXiv.2606.17123 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Xiaofeng Xu [查看电子邮件]
[v1]
2026年6月15日星期一 13:43:43 UTC（371 KB）
[v2]
2026年10月27日星期二 14:37:50 UTC（1 KB） （已撤回）
来源：arXiv cs.AI · arxiv.org