研究提出针对LLM统计水印的统一攻击框架

Romina Omidi等作者发布论文，提出一个统一攻击框架，针对KGW及其变体、GumbelSoft、DipMark、ITS、SynthID等主流大语言模型统计水印。作者称，这些方案的检测分数与生成时的token概率偏移存在关联，并称其为“分数比对齐”；据此，攻击者只需对模型进行黑盒查询，无需知道密钥或模型权重，就能生成规避检测且保持流畅自然的文本。 在七种水印方案、三个大语言模型及相应任务上，作者报告检测率在所有设置下被降至最高0.05，同时保持文本质量。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。