论文用自然语言规则为不同请求分配水印配置并可审计
资讯摘要
论文提出“宪法引导水印”（constitution-guided watermarking）：提供方以自然语言规则（水印宪法）表达不同请求的水印要求，离线由推理代理阅读规则与水印代码，依据实测的检测率、质量和鲁棒性为每条规则调优配置；部署时由监控器将每个提示路由到对应配置，不修改服务模型，并保存配置及其证据以便审计。以 KGW 水印评估显示，在易滥用请求上对改写文本的检测优于固定配置和随机搜索，编辑类请求全部豁免。
要点速读
- 提供方用自然语言规则描述水印需求，离线推理代理据此调优每条规则的配置并保留证据供审计
- 部署时监控器按提示路由到对应配置，不修改服务模型
- KGW 水印评估中，易滥用请求的改写文本检测优于固定配置与随机搜索，编辑请求全部豁免
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 2026/10/27 08:00:28（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。