Fugu-MT 論文翻訳(概要): Rent-a-RAG: Embedding-Space Watermarks for Auditing Third-Party RAG

論文の概要: Rent-a-RAG: Embedding-Space Watermarks for Auditing Third-Party RAG

arxiv url: http://arxiv.org/abs/2609.03749v1
Date: Thu, 03 Sep 2026 12:20:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-04 18:28:39.053807
Title: Rent-a-RAG: Embedding-Space Watermarks for Auditing Third-Party RAG
Title（参考訳）: Rent-a-RAG:サードパーティRAGに対する埋め込み空間透かし
Abstract要約: サードパーティの検索強化世代(RAG)マーケットプレースでは,新たな監査問題が発生している。我々は,プロバイダ側のセマンティックな透かしとブラックボックス監査フレームワークであるDirBucketを提案する。 DirBucketは、埋め込みがプロバイダとプロバイダの秘密の方向に偏っている意味保存のパラフレーズによって文書を透かし出す。
参考スコア（独自算出の注目度）: 43.39396127458633
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Third-party retrieval-augmented generation (RAG) marketplaces create a new auditing problem: data providers may license corpora to a RAG operator, yet later have no visibility into whether their documents are being reused without compensation. Auditing this misuse is difficult because the operator is non-cooperative, answers are paraphrased by the generator, and one response may combine evidence from many providers. We propose DirBucket, a provider-side semantic watermarking and black-box auditing framework for document-level reuse in multi-provider RAG. DirBucket watermarks documents by meaning-preserving paraphrases whose embeddings are biased toward provider-bucket secret directions, enabling detection from black-box answers while preserving retrieval utility. On a challenging benchmark that reflects mixed-provider reuse under black-box access, DirBucket is the only method that consistently achieves strong target detection with no non-target activation, detecting non-compliance in every audit within 23 audited answers on our primary benchmark. The watermark survives adversarial post-answer laundering, and none of the evaluated evasion strategies simultaneously defeats detection while preserving user-perceived answer quality. Detection transfers unchanged to a second benchmark built from real clinical, cyber-threat-intelligence, and legal provider corpora. These results suggest that embedding-space watermarking can make document reuse in third-party RAG statistically auditable.
Abstract（参考訳）: データプロバイダは、コーパスをRAGオペレーターにライセンスするが、後にドキュメントが補償なしで再利用されているかどうかの視認はできない。オペレータが非協調的であるため、この誤用を監査することは困難であり、答えはジェネレータによって言い換えられ、一つの応答は多くのプロバイダからの証拠を組み合わせることができる。マルチプロジェクタRAGにおける文書レベルの再利用のための,プロバイダ側のセマンティックな透かしとブラックボックス監査フレームワークであるDirBucketを提案する。 DirBucketは、埋め込みがプロバイダ-バケットの秘密方向に偏っている意味保存のパラフレーズによって文書を透かし、検索ユーティリティを保ちながらブラックボックスの回答の検出を可能にする。ブラックボックスアクセス下での混合プロジェクタの再利用を反映した挑戦的なベンチマークでは、DirBucketは、ターゲット以外のアクティベーションのない強力なターゲット検出を一貫して達成し、主要なベンチマークで23の監査済み回答の全ての監査において非準拠を検出する唯一の方法である。透かしは、対向的な問合せ後洗浄に生き残り、評価された回避策は、ユーザの知覚した回答品質を維持しながら、同時に検出を損なうことはない。検出転送は、実際の臨床、サイバー脅威インテリジェンス、および法的な提供者コーパスから構築された第2のベンチマークに変化しない。これらの結果は,埋め込み空間の透かしにより,サードパーティRAGにおける文書再利用が統計的に監査可能であることを示唆している。

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)
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)
AuditWeave: A Tamper-Evident, Auditor-Navigable Evidence Layer for AI-Assisted and Data-Transformation Workflows [0.0]
AuditWeaveは、AIアシストとデータ変換のステップを1つのハッシュチェーンの台帳に記録する軽量Pythonライブラリである。本稿では,参照実装におけるオーバヘッド,拡張性,タンパー検出の正確さを設計し,評価する。
論文参考訳（メタデータ） (2026-06-14T21:46:04Z)
Vectors Are Not Neutral: Sensitive-Information Inference from Exported LLM Representations in Summarization [7.115606514291045]
ソースドキュメントがアクセス制限されたままであっても、派生ベクターは異なるアクセス制御の下で扱われる。症例スタディとして, 臨床退院前世代におけるこの問題について検討した。緩和ケーススタディとして,輸出されたベクターターゲットパラメーター効率の微調整法であるSurfaceLoRAを紹介する。
論文参考訳（メタデータ） (2026-05-26T01:38:13Z)
Orchestrating Specialized Agents for Trustworthy Enterprise RAG [8.772844442593975]
1パスの検索/書き込みパイプラインは、しばしば浅い要約を生成する。本稿では,線形検索を反復的かつユーザによる調査に置き換えるエージェントフレームワークであるADOREを紹介する。私たちのコントリビューションは、メモリロック合成、エビデンスカバレッジ誘導実行、セクションパック長文グラウンドティングの3つです。
論文参考訳（メタデータ） (2026-01-26T08:48:41Z)
SWAP: Towards Copyright Auditing of Soft Prompts via Sequential Watermarking [58.475471437150674]
ソフトプロンプト(SWAP)のための逐次透かしを提案する。 SWAPは、特定のディフェンダー指定のアウト・オブ・ディストリビューション・クラスを通じて、透かしを符号化する。 11のデータセットの実験では、SWAPの有効性、無害性、および潜在的適応攻撃に対する堅牢性を示す。
論文参考訳（メタデータ） (2025-11-05T13:48:48Z)
SSCL-BW: Sample-Specific Clean-Label Backdoor Watermarking for Dataset Ownership Verification [8.045712223215542]
本稿では,サンプル特異的クリーンラベルバックドア透かし(SSCL-BW)を提案する。 U-Netベースの透かしサンプルジェネレータをトレーニングすることにより,サンプル毎に独自の透かしを生成する。ベンチマークデータセットを用いた実験は,提案手法の有効性と潜在的な透かし除去攻撃に対する頑健性を示す。
論文参考訳（メタデータ） (2025-10-30T12:13:53Z)
Who Stole Your Data? A Method for Detecting Unauthorized RAG Theft [16.826893547339548]
本稿では,RAGプラジャリズム検出に特化して設計された新しいデータセットであるRADを紹介する。セマンティックレベルと語彙レベルの両方で保護を埋め込んだ二重層透かしシステムを開発した。この研究は、検索強化AIシステムにおける知的財産権保護の基盤となる枠組みを確立する。
論文参考訳（メタデータ） (2025-10-09T03:09:18Z)
Dataset Protection via Watermarked Canaries in Retrieval-Augmented LLMs [67.0310240737424]
本稿では,テキストデータセットの所有権を保護し,RA-LLMによる不正使用を効果的に検出するための新しいアプローチを提案する。提案手法では,IPデータセットに特別に設計されたカナリア文書を挿入することにより,元のデータを完全に変更することなく保護する。検出プロセス中、カナリア文書をクエリし、RA-LLMの応答を分析することにより、不正使用を識別する。
論文参考訳（メタデータ） (2025-02-15T04:56:45Z)
Towards Copyright Protection for Knowledge Bases of Retrieval-augmented Language Models via Reasoning [58.57194301645823]
大規模言語モデル(LLM)は、現実のパーソナライズされたアプリケーションにますます統合されている。 RAGで使用される知識基盤の貴重かつしばしばプロプライエタリな性質は、敵による不正使用のリスクをもたらす。これらの知識基盤を保護するための透かし技術として一般化できる既存の方法は、一般的に毒やバックドア攻撃を含む。我々は、無害な」知識基盤の著作権保護の名称を提案する。
論文参考訳（メタデータ） (2025-02-10T09:15:56Z)

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。