MarkTune用微调改善模型内嵌水印的质量与检测权衡。
资讯摘要
论文针对模型内嵌式LLM水印（如GaussMark）在生成质量与检测能力之间的权衡问题，提出MarkTune框架。该方法以GaussMark检测统计量作为奖励进行在线策略微调，并通过高质量人类文本的交叉熵或对更强oracle模型的KL散度保持生成质量。作者报告称，MarkTune显著改善了GaussMark的质量-可检测性前沿，接近强推理时水印方案的检测能力，并在文本编辑与开放权重攻击下保持稳健。
要点速读
- 论文指出推理时水印有额外推理开销且不适用于开放权重场景，模型内嵌水印无额外延迟但现有方法存在质量与可检测性权衡。
- MarkTune以GaussMark检测统计量为奖励做在线策略微调，用交叉熵或KL散度约束生成质量。
- 作者报告其在评估的文本编辑和开放权重攻击下仍稳健，并在训练未见语料上保留检测能力。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。