論文の概要: Semantic Watermarking with Order-Robust Detection over Sub-sentence Units

• arxiv url: http://arxiv.org/abs/2608.27666v1
• Date: Thu, 27 Aug 2026 19:54:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.138248
• Title: Semantic Watermarking with Order-Robust Detection over Sub-sentence Units
• Title（参考訳）: サブ文単位を用いた順序-ロバスト検出による意味的透かし
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 21.50298444968968
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semantic watermarks tie the mark to sentence meaning rather than token choices, promising robustness to content-preserving edits. However, the detector only observes attacker-supplied text, which can be reworded, reordered, or resegmented to evade detection without content loss. Rewording, reordering, and resegmentation all cause embedding displacement: detection tests embeddings different from those selected during watermarking and can therefore lose the mark. Our adaptive embedding displacement attack (EDA) admits all three edits under a single objective that maximizes this displacement. It uses a public paraphraser and surrogate encoder without access to the provider's generator or secret key. At a 5% false-positive rate (FPR) and content-preservation threshold $\bar{q}=90\%$, EDA successfully removes the mark on between 32.6% and 47.9% of documents across four schemes, the highest among the tested attacks. Therefore, EDA evaluates the schemes' robustness more thoroughly than passive paraphrasing. To address these vulnerabilities, we design (k)-SwordStamp: semantic watermarks with order-robust detection over sub-sentence units, reducing sensitivity to attacker-chosen structure at a small quality cost. Against k-SwordStamp, the strongest no-box attack we test is an EDA variant adapted to its design, with a 10.8% attack-success rate. A stronger EDA with access to the provider's detector and secret key reaches a 39.7% attack-success rate, compared with 65.5% on k-SemStamp. Our code is available at https://github.com/D-Diaa/SwordStamp.
• Abstract（参考訳）: 意味的な透かしは、トークンの選択よりも文の意味とマークを結び付け、コンテンツ保存編集に対する堅牢性を約束する。 しかし、検出器は攻撃者が供給するテキストのみを観察し、内容の損失を伴わずに検出を回避できる。 リワード、リオーダー、再セグメンテーションは、すべて埋め込み変位を引き起こす: ウォーターマーキング中に選択されたものと異なる埋め込みを検知し、その結果、マークを失う可能性がある。 適応型埋め込み変位攻撃 (EDA) では, この変位を最大化する1つの目的の下で3つの編集が可能である。 公開パラフレーズを使用して、プロバイダのジェネレータやシークレットキーにアクセスすることなく、エンコーダをサロゲートする。 5%の偽陽性率(FPR)とコンテンツ保存しきい値$\bar{q}=90\%$で、EDAは4つのスキームで32.6%から47.9%の文書を削除した。 したがって、EDAは受動的パラフレーズよりも、スキームの堅牢性をより徹底的に評価する。 これらの脆弱性に対処するために,サブ文単位に対する順序ロバスト検出によるセマンティックな透かしを設計し,攻撃者長文構造に対する感度を少ない品質で低減する。 k-SwordStampに対して、我々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。 私たちのコードはhttps://github.com/D-Diaa/SwordStamp.comから入手可能です。

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)
• HaloMark: A Spectral Threshold for Embedding-Vector Watermarking under C2PA [3.0458514384586404]
  暗号的にC2PAマニフェストに結び付けられたベクトルを埋め込むための透かしであるHaloMarkを提示する。 検証は、ベクトルあたり284usと24バイトのサイドカーで実行され、3つのC2PA参照SDKバインディングに対してエンドツーエンドで検証される。
  論文  参考訳（メタデータ） (2026-08-09T11:36:59Z)
• Borrowed Strength: Best-of-N Search over a Code EncodingBreaks Self-Check Jailbreak Defenses [7.287314790466206]
  セルフチェックディフェンスは、応答する前に、ターゲットモデルに要求を評価するように要求する。 個々の攻撃に対して無害な2つの攻撃を構成することで、違反する可能性があることを示す。
  論文  参考訳（メタデータ） (2026-07-29T09:01:26Z)
• Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
  AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。 コードには手書きのコードはなく、人間による注釈もない。 エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
  論文  参考訳（メタデータ） (2026-07-17T17:41:16Z)
• AI Watermark Evidence Fails Forensic Readiness: An Empirical Evaluation [0.0]
  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。
  論文  参考訳（メタデータ） (2026-07-17T14:45:53Z)
• 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)
• Character-Level Perturbations Disrupt LLM Watermarks [64.60090923837701]
  我々は,Large Language Model (LLM)ウォーターマーキングのためのシステムモデルを定式化する。 我々は、透かし検出器への限られたアクセスに制約された2つの現実的な脅威モデルの特徴付けを行う。 我々は,最も制限的な脅威モデルの下で,キャラクタレベルの摂動が透かし除去に著しく有効であることを実証した。 現実的な制約下での透かし除去における文字レベルの摂動の優位性と遺伝的アルゴリズム(GA)の有効性を実験的に検証した。
  論文  参考訳（メタデータ） (2025-09-11T02:50:07Z)
• When There Is No Decoder: Removing Watermarks from Stable Diffusion Models in a No-box Setting [37.85082375268253]
  本研究では,透かしの埋め込みをテキスト・ツー・イメージ生成と組み合わせたモデル固有透かしの堅牢性について検討する。 我々は、エッジ予測ベースの3つの攻撃戦略、ボックスのぼかし、ノーボックス設定で微調整ベースの攻撃を導入する。 我々の最高の攻撃は、透かし検出精度を約47.92%に低下させる。
  論文  参考訳（メタデータ） (2025-07-04T15:22:20Z)
• Optimizing Adaptive Attacks against Watermarks for Language Models [5.798432964668272]
  大規模言語モデル(LLM)は、望ましくないコンテンツを大規模に拡散するために誤用することができる。 透かしは、内容にメッセージを隠すことで誤用を抑え、秘密の透かしキーを使ってその検出を可能にする。 目的関数として透かしのロバスト性を定式化し、特定の透かし手法に対して適応的な攻撃を調整するために選好に基づく最適化を用いる。
  論文  参考訳（メタデータ） (2024-10-03T12:37:39Z)
• 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)
• Paraphrasing evades detectors of AI-generated text, but retrieval is an effective defense [56.077252790310176]
  本稿では,パラフレーズ生成モデル(DIPPER)を提案する。 DIPPERを使って3つの大きな言語モデル(GPT3.5-davinci-003)で生成されたテキストを言い換えると、透かしを含むいくつかの検出器を回避できた。 我々は,言語モデルAPIプロバイダによって維持されなければならない,意味論的に類似した世代を検索するシンプルなディフェンスを導入する。
  論文  参考訳（メタデータ） (2023-03-23T16:29:27Z)
• The Treasure Beneath Multiple Annotations: An Uncertainty-aware Edge Detector [70.43599299422813]
  既存のメソッドは、単純な投票プロセスを使用して複数のアノテーションを融合し、エッジ固有の曖昧さを無視し、アノテータのラベル付けバイアスを無視する。 多様なアノテーションの主観性とあいまいさを調査するために不確実性を利用した新しい不確実性認識エッジ検出器(UAED)を提案する。 UAEDは複数のエッジ検出ベンチマークで一貫したパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-03-21T13:14:36Z)

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。