arXiv · NLP· Zewei Deng, Mohamed Seif, Liyan Xie·· 16 小时前AI 评分21
Watermarkability：衡量并提升大语言模型与基于 Logit 的水印的兼容性
Watermarkability: Measuring and Improving Language-Model Compatibility with Logit-Based Watermarks
AI 导读
研究引入“水印可行性”（watermarkability）概念，量化模型对指定 token 集的概率分布兼容性。 提出两阶段方法：先训练低秩适配器，再用控制器应用最小 Logit 偏差。在 OPT-125M 和 Qwen3-8B 上，该方法将固定偏差基线下的困惑度平均降低 46.3% 和 5.2%。
来源：arXiv · NLP · arxiv.org