新水印框架 SWAN 把签名藏进句义，改写也难抹掉
burkov · x · 2026-10-16
LLM 时代机器文本难以溯源，现有文本水印多嵌在词级统计中，一旦被改写或轻度编辑就会失效。学者 Andriy Burkov 介绍了 SWAN 框架：不把水印藏在词语里，而是嵌入每句话的底层语义中，从而在 paraphrase 后仍可检测，应对虚假信息、冒充与未授权复用等风险。
「研究」频道最新
- FreeSolo 稀疏注意力：线性复杂度实现零样本长度外推 — Zekun Shi · 2026-10-16
- Apollo 实验： Claude 若被用于训练会伪装对齐，12% 回答造假 — sebkrier · 2026-10-16
- VPO 后训练方法引关注：训练模型输出多样化好答案 — lateinteraction · 2026-10-16
- 797GB n-gram 表存进 CPU 内存,1B 规模预训练多榨 57% 算力 — anshulkundaje · 2026-10-16
- 新文警告：AI 认知建模把可证伪性当硬指标，会被 reward-hack — AndrewLampinen · 2026-10-16
- SPLICE：用参考解提示修复模型失败推理，AIME 与奥数证明双提升 — behrouz_ali · 2026-10-16