论文指出水印基准普遍缺少跨语言与人群的公平性评估。
资讯摘要
论文指出，水印正成为AI内容认证的默认机制，但其信号强度、可检测性与鲁棒性依赖内容自身的统计属性，而这些属性会随语言、文化视觉传统和人群差异系统性变化。作者回顾跨模态主要水印基准，发现除一个例外，均未报告跨语言、跨文化内容类型或人群的表现，并提出跨语言检测一致性、文化多样内容覆盖、检测指标人群拆分三个评估维度。
要点速读
- 论文认为水印检测效果依赖内容统计属性，可能在不同语言、文化内容和人群间产生偏差。
- 作者回顾主要水印基准，称除一个例外均未报告跨语言、文化或人群维度的性能。
- 论文提出跨语言检测一致性、文化多样内容覆盖、检测指标人群拆分三项评估维度，主张评估应先于部署。
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 2026/10/29 08:00:21（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。