論文の概要: AI Watermark Evidence Fails Forensic Readiness: An Empirical Evaluation

• arxiv url: http://arxiv.org/abs/2607.16010v1
• Date: Fri, 17 Jul 2026 14:45:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.875875
• Title: AI Watermark Evidence Fails Forensic Readiness: An Empirical Evaluation
• Title（参考訳）: AI透かしの証拠は法医学的準備を怠る:実証的な評価
• Abstract要約: ダウベルト許容基準とNIST SP 800-86の3つの代表的な透かし法について検討した。 我々は、法的に現実的で、証拠の改ざんが困難であるため、攻撃ベクトルとしての意味保存パラフレーズに焦点をあてる。 ポイントベースのスコアリングシステムは,設計通りに機能しているにもかかわらず,法医学的無益性を十分に把握できないことがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Governments are increasingly mandating that LLM-generated content carry watermarks. The EU AI Act calls for markings that are "sufficiently reliable and robust." California's SB 942 requires disclosure that is "permanent or extraordinarily difficult to remove." Both mandates rest on an untested assumption: that watermark detection yields evidence reliable enough for courts. This paper tests that assumption directly. We evaluate three representative LLM watermarking methods -- KGW, Unigram, and the MarkLLM implementation of SynthID-Text -- against the Daubert admissibility criteria and the NIST SP 800-86 digital forensic process. To structure this evaluation, we propose a Forensic Readiness Score (FRS) framework with 12 criteria, three mandatory gates, and a 60-point scoring system. We focus on meaning-preserving paraphrase as the attack vector, since it is both legally realistic and difficult to dismiss as evidence tampering. The results raise serious evidentiary concerns. Out of 846 valid paraphrase runs across 15 diverse prompts per method, every single initially-detected KGW and Unigram text lost its watermark after paraphrasing -- 100% conditional removal. SynthID fared only slightly better at 98.3%. Even before any attack, false-negative rates were already high: 70% for KGW, 83% for Unigram, 80% for SynthID. The SynthID configuration also flagged 5.4% of paraphrased human-written controls as AI-generated and showed an 18.6% paradox rate, with 80% of its own pristine watermarked output landing in the uncertainty deadband. None of the three methods satisfy more than two of five Daubert factors. We also find that the FRS point-based scoring system, despite working as designed, cannot fully capture forensic uselessness -- a limitation worth noting for future framework design. These configurations, as tested, do not meet the evidentiary bar that courts require.
• Abstract（参考訳）: 政府はLSMが生成したコンテンツが透かしを持っていることをますます義務付けている。 EUのAI法は「十分信頼性があり、堅牢」なマーキングを要求している。 カリフォルニア州のSB 942は「永久的または極端に除去が難しい」開示を必要とする。 双方の委任状は、透かしの検出は、裁判所にとって十分信頼できる証拠をもたらすという、未証明の前提に基づいている。 本稿では,その仮定を直接検証する。 我々は,3つの代表的なLCM透かし手法であるKGW,Unigram,MarkLLMによるSynthID-Textの実装を,Daubertの許容基準とNIST SP 800-86のデジタル法科学プロセスに対して評価した。 この評価を構築するために,12の基準,3つの必須ゲート,60点スコアシステムを備えたFRS(Forensic Readiness Score)フレームワークを提案する。 我々は、法的に現実的で、証拠の改ざんが困難であるため、攻撃ベクトルとしての意味保存パラフレーズに焦点をあてる。 その結果、深刻な明らかな懸念が浮かび上がっている。 846の有効なパラフレーズは、メソッド毎に15の異なるプロンプトをまたいで実行され、初期検出されたKGWとUnigramのテキストはすべて、パラフレーズ後にウォーターマークを失い、条件付き削除が100%になった。 SynthIDは98.3%でわずかに改善した。 攻撃前の偽陰性率は、KGWが70%、Unigramが83%、SynthIDが80%であった。 シントIDの構成は、AI生成による人書き制御の5.4%をフラグ付けし、18.6%のパラドックスレートを示した。 3つの方法のいずれも、5つのドーベルト因子のうち2つ以上を満たさない。 また、FRSポイントベースのスコアリングシステムは、設計されているにもかかわらず、法医学的無益性をフルに捉えることはできない。 これらの構成は、試験されたように、裁判所が要求する明白なバーを満たさない。

関連論文リスト

• Watermarks Without Verification: AI Text Watermarking After the EU AI Act [49.51124343181601]
  EU AI法第50条では、生成可能なAIプロバイダに対して、システムが生成したコンテンツをマークし、AI生成として検出することを要求している。 Anthropicは、その日後にリリースされたすべてのClaudeモデルが、すべての生成されたテキストにSynthID-Textに基づく透かしを埋め込んでいることを公表した。 我々は、現在、異議や保証は確認できないし、この不信は、それ自体を透かしではなく、実質的なガバナンスの失敗であると論じている。
  論文  参考訳（メタデータ） (2026-09-09T01:56:17Z)
• Semantic Watermarking with Order-Robust Detection over Sub-sentence Units [21.50298444968968]
  サブ文単位上での順序ロバスト検出によりセマンティックな透かしを攻撃する。 私たちがテストした最も強力なノーボックス攻撃は、その設計に適合したEDA変種であり、攻撃確率は10.8%である。 プロバイダの検出器とシークレットキーにアクセスする強力なEDAは、k-SemStampの65.5%に対して、39.7%のアタック・サクセスレートに達する。
  論文  参考訳（メタデータ） (2026-08-27T19:54:17Z)
• Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks [68.64050157343334]
  既存の透かしは編集の際は残されているが、このような堅牢性は、敵が帰属を維持しながら重要な内容を変更することを可能にする。 実証と改ざんの証拠を共同で提供する革新的な透かしを導入する。 信号は同じメカニズムを共有するが、独立キーと正規化テキスト上の異なるシードウィンドウを使用するため、一方は編集に耐性があり、もう一方は読み取り可能な変更に敏感である。
  論文  参考訳（メタデータ） (2026-08-13T01:55:16Z)
• SAMark: A Self-Anchored Text Watermarking with Paragraph-Level Paraphrase Robustness [71.08096624551246]
  段落レベルのパラフレーズに対するロバスト性は、このような攻撃が文順を変化させることで、世界規模で透かし信号を破壊するため、依然として困難である。 本稿では,意味空間内にステップ非依存のグリーン領域を確立することで文順依存を除去する自己認識型透かしフレームワークSAMarkを提案する。 実験の結果、SAMarkは通常の段落レベルのパラフレーズ攻撃で最大90.2%のTP@FP1%を達成することがわかった。
  論文  参考訳（メタデータ） (2026-05-25T12:46:15Z)
• The Semantic Illusion: Certified Limits of Embedding-Based Hallucination Detection in RAG Systems [0.0]
  幻覚予測をRAG検出に適用し、スコアを有限サンプルカバレッジ保証付き決定セットに変換する。 分布尾レンズを用いてこの障害を分析し,NLIモデルが許容可能なAUC(0.81)を達成する一方で,「最も厳しい」幻覚は,忠実な応答と意味的に区別できないことを示した。
  論文  参考訳（メタデータ） (2025-12-17T04:22:28Z)
• Cross-Lingual Summarization as a Black-Box Watermark Removal Attack [0.0]
  言語間の要約攻撃は質的に強い攻撃ベクトルを構成する。 CLSAはモノリンガルパラフレーズよりも効果的な透かし検出精度を低下させる。 結果は、言語を横断し、可視的アーティファクトなしでコンテンツを圧縮する実用的で低コストな除去経路を強調している。
  論文  参考訳（メタデータ） (2025-10-27T06:55:52Z)
• Data Provenance Auditing of Fine-Tuned Large Language Models with a Text-Preserving Technique [36.96848724920411]
  我々は、見えないUnicode文字を文書に埋め込むテキスト保存型透かしフレームワークを導入する。 我々は50の文書を微調整した後の応答を検出する際に0.1%未満の失敗率を実験的に観察した。 100%TPR@0% FPRに対応する18,000以上の課題において、突発的な回答は得られなかった。
  論文  参考訳（メタデータ） (2025-10-07T08:34:08Z)
• An Ensemble Framework for Unbiased Language Model Watermarking [60.99969104552168]
  本研究では,アンサンブル・フレームワークであるENSを提案する。 ENSは複数の独立した透かしインスタンスを順次構成し、それぞれ異なるキーによって管理され、透かし信号を増幅する。 実験的な評価では、ENSは信頼できる検出に必要なトークンの数を大幅に減らし、平滑化やパラフレージング攻撃に対する耐性を高めている。
  論文  参考訳（メタデータ） (2025-09-28T19:37:44Z)
• PromptCOS: Towards System Prompt Copyright Auditing for LLMs via Content-level Output Similarity [61.793486262641345]
  本稿では,コンテンツレベルの出力類似性に基づいたプロンプト著作権監査手法であるPromptCOSを提案する。 プロンプトを最適化し、特別な検証クエリとコンテントレベルの信号マークを同時に最適化することで、透かしを埋め込む。 PromptCOSは、著作権検証のために、疑わしい出力と信号マークの類似性を比較することによって、不正使用を識別する。
  論文  参考訳（メタデータ） (2025-09-03T08:19:40Z)
• Robustness Assessment and Enhancement of Text Watermarking for Google's SynthID [12.477209114987376]
  SynGuardは、語彙レベルと意味レベルの両方に透かしを埋め込むハイブリッドフレームワークである。 SynthID-Text と比較して,SynGuard は F1 スコアの平均 11.1% で透かしの回復を改善する。
  論文  参考訳（メタデータ） (2025-08-27T19:17:09Z)
• Duwak: Dual Watermarks in Large Language Models [49.00264962860555]
  トークン確率分布とサンプリングスキームの両方に二重秘密パターンを埋め込むことにより、透かしの効率と品質を向上させるために、Duwakを提案する。 Llama2でDuwakを4つの最先端透かし技術と組み合わせて評価した。
  論文  参考訳（メタデータ） (2024-03-12T16:25:38Z)
• Can Watermarks Survive Translation? On the Cross-lingual Consistency of Text Watermark for Large Language Models [48.409979469683975]
  テキスト透かしにおける言語間整合性の概念を紹介する。 予備的な実証実験の結果、現在のテキスト透かし技術は、テキストが様々な言語に翻訳されるときに一貫性が欠如していることが判明した。 透かしを回避するための言語横断型透かし除去攻撃(CWRA)を提案する。
  論文  参考訳（メタデータ） (2024-02-21T18:48:38Z)
• Who Wrote this Code? Watermarking for Code Generation [53.24895162874416]
  本稿では,機械生成テキストを検出するために,Entropy Thresholding (SWEET) を用いたSelective WatErmarkingを提案する。 実験の結果,SWEETはコード品質を著しく向上し,すべてのベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-05-24T11:49:52Z)
• Can AI-Generated Text be Reliably Detected? [50.95804851595018]
  大規模言語モデル(LLM)は、様々なアプリケーションで非常によく機能します。 盗作、偽ニュースの発生、スパムなどの活動においてこれらのモデルが誤用される可能性があることは、彼らの責任ある使用に対する懸念を引き起こしている。 我々は、攻撃者の存在下で、これらのAIテキスト検出装置の堅牢性を強調テストする。
  論文  参考訳（メタデータ） (2023-03-17T17:53:19Z)

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。