A Survey of Text Watermarking in the Era of Large Language Models

本文是LLM系列文章，针对《A Survey of Text Watermarking in the Era of Large Language Models》的翻译。

摘要

近年来，大型语言模型（LLM）的文本生成能力取得了重大进展，在抽象摘要、对话生成和数据到文本转换等下游任务中表现出了卓越的性能。然而，它们的生成能力也带来了风险，如假新闻的快速传播、数据集/LLM版权的侵犯以及对学术诚信的挑战。文本水印技术是一种潜在的解决方案。通过在生成的文本中嵌入不可见但可检测的模式，它有助于跟踪和验证文本来源，从而防止滥用和盗版。
本调查旨在全面总结当前的文本水印技术，主要包括三个方面：（1）不同文本水印技术的概述和比较；（2） 文本水印算法的评估方法，包括其成功率、对文本质量的影响、鲁棒性和不可伪造性；（3） 文本水印技术的潜在应用。本次调查旨在帮助研究人员深入了解文本水印技术，从而促进其进一步发展。

1 引言

2 文本水印的前言

3 当前文本的水印

4 水印用于LLM

5 文本水印的评估指标

6 水印的应用

7 结论

本次调查全面探讨了大语言模型时代文本水印的前景。我们的调查涵盖了多个方面，包括文本水印的实现方法、文本水印评估方法的不同视角，以及在版权保护、学术诚信和假新闻检测等领域的应用。
这项调查的关键发现之一是文本水印技术的发展与LLM的进步。水印方法对各种级别的攻击（字符级别、单词级别和文档级别）的鲁棒性突出了水印设计所需的复杂性和复杂性，以