11:18
官方账号arXiv cs.AI@Xuyang Chen, Xiang Li, Yangxinyu Xie, Qi Long
推荐理由：这篇论文解决了一个实际问题：LLM生成文本的水印如果只能全量披露会泄露隐私。HeRo允许你只给特定验证者看部分信息，像权限分级一样，挺巧妙的。
LLM水印
共 2 条相关 AI 资讯
7月7日
11:18
现有LLM水印方法有零位方案（区分文本是否为AI生成）和多比特方案（嵌入元数据），但多比特方案无法选择性披露——验证任何部分必须揭示整个信息，导致隐私泄露。论文提出分层词汇路由（HeRo）框架，递归划分词汇表并将水印信息分布到层次化层中，不同验证者仅能解码其权限对应的载荷。实验表明HeRo在保持文本质量（无偏采样）的同时支持细粒度访问控制，并实现高检测准确率和低延迟。代码已开源在GitHub。
5月13日
19:12
19:12
官方账号arXiv cs.LG@Tom Sander, Hongyan Chang, Tomáš Souček, Tuan Tran, Valeriu Lacatusu, Sylvestre-Alvise Rebuffi, Alexandre Mourachko, Surya Parimi, Christophe Ropers, Rashel Moritz, Vanessa Stark, Hady Elsahar, Pierre Fernandez
推荐理由：做 LLM 内容溯源或版权保护的团队终于有了一个既不影响生成质量、又能抗稀释的实用方案，建议关注其蒸馏检测能力。