热点事件持续更新

提出水印可行性指标与两阶段困惑度降低法

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

研究人员 Zewei Deng、Mohamed Seif 和 Liyan Xie 在 arXiv 发表新论文，引入“水印可行性”（watermarkability）概念。该指标旨在量化大语言模型对指定 token 集概率分布的兼容性，用于衡量模型与基于 Logit 的水印技术的适配程度。2026年10月19日披露的这一研究试图解决现有水印方案对模型原有输出概率分布造成干扰的问题。研究团队提出一种两阶段方法以提升兼容性并降低困惑度。第一阶段先训练低秩适配器，第二阶段使用控制器应用最小 Logit 偏差。实验在 OPT-125M 和 Qwen3-8B 模型上开展。在固定偏差基线对比下，该方法使困惑度平均降低 46.3%（OPT-125M）和 5.2%（Qwen3-8B），显示出在不同模型规模上均具备有效性。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00

Watermarkability：衡量并提升大语言模型与基于 Logit 的水印的兼容性

报道时间线

沿着报道，了解事件的不同侧面。

10月19日

12:00
arXiv · NLP
Watermarkability：衡量并提升大语言模型与基于 Logit 的水印的兼容性
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%。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月19日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。