★ 2
新方法为扩散语言模型加水印：学习前瞻与均衡词带
针对扩散语言模型先选词后定上下文的特性，研究提出学习式绿名单词带与前瞻预测器，并按检测器口径统计绿词以抑制重复刷分。在 WaterBench 上用 LLaDA-8B-Instruct 测试，强水印下 1% 误报率可检出至少 96% 的回复，且文本质量与未加水印相当。
arXiv cs.AI7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对扩散语言模型先选词后定上下文的特性，研究提出学习式绿名单词带与前瞻预测器，并按检测器口径统计绿词以抑制重复刷分。在 WaterBench 上用 LLaDA-8B-Instruct 测试，强水印下 1% 误报率可检出至少 96% 的回复，且文本质量与未加水印相当。