論文の概要: WISER: Segmenting watermarked region - an epidemic change-point perspective

• arxiv url: http://arxiv.org/abs/2509.21160v1
• Date: Thu, 25 Sep 2025 13:44:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-26 20:58:12.945675
• Title: WISER: Segmenting watermarked region - an epidemic change-point perspective
• Title（参考訳）: WISER:ウォーターマーク地域を区分する - 流行の転換点の視点から
• Authors: Soham Bonnerjee, Sayar Karmakar, Subhrajyoty Roy,
• Abstract要約: We propose WISER: a novel, computely efficient, watermark segmentation algorithm。 WISERは最先端のベースライン法よりも優れていることを示す。 また、古典的な統計問題からの洞察が理論的に有効で計算学的に効率的な解をもたらすことを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the increasing popularity of large language models, concerns over content authenticity have led to the development of myriad watermarking schemes. These schemes can be used to detect a machine-generated text via an appropriate key, while being imperceptible to readers with no such keys. The corresponding detection mechanisms usually take the form of statistical hypothesis testing for the existence of watermarks, spurring extensive research in this direction. However, the finer-grained problem of identifying which segments of a mixed-source text are actually watermarked, is much less explored; the existing approaches either lack scalability or theoretical guarantees robust to paraphrase and post-editing. In this work, we introduce a unique perspective to such watermark segmentation problems through the lens of epidemic change-points. By highlighting the similarities as well as differences of these two problems, we motivate and propose WISER: a novel, computationally efficient, watermark segmentation algorithm. We theoretically validate our algorithm by deriving finite sample error-bounds, and establishing its consistency in detecting multiple watermarked segments in a single text. Complementing these theoretical results, our extensive numerical experiments show that WISER outperforms state-of-the-art baseline methods, both in terms of computational speed as well as accuracy, on various benchmark datasets embedded with diverse watermarking schemes. Our theoretical and empirical findings establish WISER as an effective tool for watermark localization in most settings. It also shows how insights from a classical statistical problem can lead to a theoretically valid and computationally efficient solution of a modern and pertinent problem.
• Abstract（参考訳）: 大規模言語モデルの人気が高まり、コンテンツ信頼性に対する懸念が、無数のウォーターマーキングスキームの開発に繋がった。 これらのスキームは、適切なキーを介して機械生成されたテキストを検出するのに使用でき、そのようなキーを持たない読者には認識できない。 対応する検出メカニズムは、通常、透かしの存在に関する統計的仮説テストの形式をとり、この方向に関する広範な研究を刺激する。 しかし、ミックスソーステキストのどのセグメントが実際にウォーターマークされているかを特定するというよりきめ細かな問題は、まだ検討されていない。 本研究では,感染拡大点のレンズを通して,このような透かしのセグメンテーション問題に対するユニークな視点を紹介する。 これら2つの課題の相違点と類似点を強調して、新しい、計算効率の良いウォーターマーク分割アルゴリズムであるWISERを提案し、提案する。 我々は,有限サンプル誤差境界を導出し,その整合性を確立することにより,本アルゴリズムを理論的に検証する。 これらの理論結果を補完して、WISERは様々なウォーターマーキングスキームに埋め込まれた様々なベンチマークデータセットにおいて、計算速度と精度の両方において最先端のベースライン法より優れていることを示す。 理論的および実証的な結果から,WISERは,ほとんどの環境において,透かしの局所化に有効なツールとして確立されている。 また、古典的な統計問題からの洞察が、理論上妥当で計算上効率のよい、近代的かつ関連する問題の解につながることを示している。

関連論文リスト

• BiMarker: Enhancing Text Watermark Detection for Large Language Models with Bipolar Watermarks [13.741307434082033]
  既存の透かし技術は、低い透かし強度と厳しい偽陽性要件に苦しむ。 ツールは生成されたテキストを正極と負極に分割し、追加の計算リソースを必要とせずに検出を強化する。
  論文  参考訳（メタデータ） (2025-01-21T14:32:50Z)
• WaterSeeker: Pioneering Efficient Detection of Watermarked Segments in Large Documents [63.563031923075066]
  WaterSeekerは、広範囲な自然テキストの中で、ウォーターマークされたセグメントを効率的に検出し、発見するための新しいアプローチである。 検出精度と計算効率のバランスが良くなる。
  論文  参考訳（メタデータ） (2024-09-08T14:45:47Z)
• Token-Specific Watermarking with Enhanced Detectability and Semantic Coherence for Large Language Models [31.062753031312006]
  大規模言語モデルは、潜在的な誤報を伴う高品質な応答を生成する。 ウォーターマーキングは、テキストに隠れたマーカーを埋め込むことによって、この文脈において重要な意味を持つ。 ウォーターマーキングのための新しい多目的最適化(MOO)手法を提案する。 本手法は,検出性と意味的整合性を同時に達成する。
  論文  参考訳（メタデータ） (2024-02-28T05:43:22Z)
• An Unforgeable Publicly Verifiable Watermark for Large Language Models [84.2805275589553]
  現在の透かし検出アルゴリズムは、透かし生成プロセスで使用される秘密鍵を必要としており、公開検出中にセキュリティ違反や偽造の影響を受ける。 両段階で同じキーを使用するのではなく、2つの異なるニューラルネットワークを用いて透かしの生成と検出を行う。
  論文  参考訳（メタデータ） (2023-07-30T13:43:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。