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，以对抗日益先进的去除策略。关于不可伪造性的讨论，特别是在私人和公共检测场景的背景下，揭示了开发水印的必要性，这些水印不仅难以移除，而且难以复制或伪造。
尽管取得了进展，但仍有几个领域需要进一步勘探。鲁棒性、水印有效载荷和对文本质量的影响之间的平衡仍然是一个关键的挑战，对能够适应LLM不断发展的能力的水印方法的需求也是如此。此外，水印技术在现实应用中的集成带来了实际挑战，包括可扩展性、法律考虑和道德影响。
未来的研究应该集中在开发更先进的水印算法上，这些算法可以抵御新形式的攻击，特别是在攻击者可以访问更复杂的工具和知识的情况下。探索在新领域中使用水印，例如在社交媒体和新闻业中验证人工智能生成内容的真实性，可以为维护数字内容的完整性和可信度提供新的途径。
总之，LLM时代的文本水印是一个快速发展的领域，具有巨大的潜力和挑战。它的发展对于确保在各个部门负责任和合乎道德地使用人工智能技术至关重要。