可证明无失真的黑盒语义水印:只靠控制发布即可标记任意生成模型
serrjoa · x · 2026-11-19
arXiv 论文《Distortion-Free Semantic Watermarks for Black-Box Generative Models》(Yossef、Patashnik、Zamir)提出一种对任意生成模型加语义水印的黑盒方法:只需对模型有黑盒采样访问、对语义嵌入有黑盒访问即可。
要点:
- 「无失真」定义为在密钥平均下不改变模型输出分布,形式化保证水印不降低生成质量。
- 检测对保内容的变换(压缩、裁剪、缩放等)保持鲁棒,解决以往语义水印脆弱的问题。
- 方法完全通用,不依赖自回归文本或扩散模型的白盒特性(如初始噪声控制、扩散反演),仅通过采样与查询接口交互。
- 作者在图像生成上实例化该框架,并刻画了语义嵌入的两个要求:对保内容变换稳定、同时能区分不同内容。
「研究」频道最新
- ETH 机器人 Anymal 阿尔卑斯山完成 10 公里全自主徒步 — ChongZzZhang · 2026-11-19
- 研究实证:Google AI Overviews 使网站点击量下降 40% — daveholtz · 2026-11-19
- OpenVax 代码量 15 个月从 7.8 万行涨到 56.5 万行 — iskander · 2026-11-19
- François Fleuret:decoder Transformer 没有 trade-off 超参,足够优雅 — francoisfleuret · 2026-11-19
- 社会学者新文:传统社会科学能为 AI Agent 互动研究带来什么 — RobbWiller · 2026-11-19
- Meta 研究员追问:生成数学黑板图像的模型懂数学吗? — francoisfleuret · 2026-11-19