扩散语言模型水印新方法：学习绿名单与前瞻预测

Hyojun Kim 等作者提出一种为扩散语言模型设计的水印方法，把此前固定的两个组件改为可学习：一是作为绿名单的词汇带，用于分隔相互竞争的候选词并保持零分布精确；二是前瞻预测器，用于估计每个候选词如何改变其邻近词的预测。检测时，对每个不同的上下文-词对只计一次绿词。 该研究称，这一设计针对的是扩散语言模型逐词预测相互影响的特点，但报道未给出水印检测效果或鲁棒性的实测结果。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。