不影響輸出質(zhì)量還能追蹤溯源，「大模型無(wú)偏水印」入選ICLR 2024 Spotlight

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：不影響輸出質(zhì)量還能追蹤溯源，「大模型無(wú)偏水印」入選ICLR 2024 Spotlight
關(guān)鍵字：水印,方法,文本,研究者,模型
文章來(lái)源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：5826字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過(guò)去數(shù)年，機(jī)器之心AIxiv專欄接收?qǐng)?bào)道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級(jí)實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報(bào)道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文通訊作者為馬里蘭大學(xué)計(jì)算機(jī)系的博士生胡正冕，其導(dǎo)師為 Heng Huang。他的主要研究方向是采樣與機(jī)器學(xué)習(xí)理論，曾在ICML、NeurIPS、ICLR等頂級(jí)會(huì)議上發(fā)表多篇論文。郵箱: huzhengmian@gmail.com
隨著大語(yǔ)言模型（LLM）的快速發(fā)展，其在文本生成、翻譯、總結(jié)等任務(wù)中的應(yīng)用日益廣泛。如微軟前段時(shí)間發(fā)布的Copilot+PC允許使用者利用生成式AI進(jìn)行團(tuán)隊(duì)內(nèi)部實(shí)時(shí)協(xié)同合作，通過(guò)內(nèi)嵌大模型應(yīng)用，文本內(nèi)容可能會(huì)在多個(gè)專業(yè)團(tuán)隊(duì)內(nèi)部快速流轉(zhuǎn)，對(duì)此，為保證內(nèi)容的高度專業(yè)性和傳達(dá)效率，同時(shí)平衡內(nèi)容追溯、保證文本質(zhì)量的LLM水印方法顯得極為重要。?
如何從使用面的事后追溯管控生成式AI的應(yīng)用，因此成為了一些研究者關(guān)注的議題。?????????

原文鏈接：不影響輸出質(zhì)量還能追蹤溯源，「大模型無(wú)偏水印」入選ICLR 2024 Spotlight

聯(lián)系作者

文章來(lái)源：機(jī)器之心
作者微信：almosthuman2014
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)