論文の概要: AutoMark: Enabling Autoresearch to Discover Better LLM Watermarks

• arxiv url: http://arxiv.org/abs/2609.37310v1
• Date: Tue, 29 Sep 2026 11:45:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.449698
• Title: AutoMark: Enabling Autoresearch to Discover Better LLM Watermarks
• Title（参考訳）: オートマーク:より良いLCMの透かしを見つけるためのオートリサーチ
• Abstract要約: 本研究では、新しい歪みのない最先端透かし方式の自律的な発見を可能にする。 私たちは、検出性、品質、堅牢性の3つの重要な側面に沿って、透かしをランク付けします。 我々は50以上の異なる透かしスキームを発見し、その中には全ての重要な次元に沿って先行作業より優れているものもいくつか含まれている。
• 参考スコア（独自算出の注目度）: 10.285740588158287
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With LLM watermarking being deployed commercially and now required by regulations, improving its reliability and effectiveness has become crucial. Yet, recent progress in the field of LLM watermarking has increasingly been driven by improving details of existing methods, an effort fundamentally limited by the pace of human researchers. In this work, we enable for the first time the autonomous discovery of new distortion-free state-of-the-art watermarking schemes. To enable this, we (i) establish strict criteria to ensure that watermarks are reliable (e.g., they do not have an unexpectedly high false positive rate), (ii) propose rigorous statistical tests to automatically evaluate whether a watermarking scheme satisfies our criteria, and (iii) design an evaluation suite to rank watermarks along three key dimensions: detectability, quality, and robustness. By running our framework with 3 frontier models (GPT-6 Astra, Opus 5, Gemini-3.8 Flash), we discover over 50 different watermarking schemes, including several that outperform prior works along all key dimensions. We complement this by a manual study of the discovered schemes, distilling the key ideas into smaller components, and individually studying the impact of each component across dimensions (detectability, quality, robustness) to better understand how the proposed schemes operate. Importantly, we find that the agents, on top of improving existing ideas, also discover fundamentally new ideas (e.g., aligning watermark scores with random per-request direction). Overall, our work establishes the first steps of fully autonomous watermarking research, enabling the discovery of more reliable and effective watermarks. Our code is available at https://github.com/eth-sri/automark, and a blogpost to visualize our results at https://www.sri.inf.ethz.ch/blog/automark.
• Abstract（参考訳）: LLM透かしが商業的に、そして現在規制によって要求されているため、信頼性と有効性の向上が重要になっている。 しかし、LLM透かしの分野での最近の進歩は、人間の研究者のペースによって根本的に制限された既存の方法の詳細を改善することでますます加速している。 本研究では、新しい歪みのない最先端透かし方式の自律的な発見を可能にする。 これを可能にするために、私たちは 一 透かしの信頼性を確保するために厳格な基準を定めること(例えば、予期しないほど高い偽陽性率を持たないこと) 二 透かし方式が基準を満たすか否かを自動評価するための厳密な統計試験を提案すること。 三 検出性、品質、堅牢性の三つの重要な側面に沿って、透かしをランク付けするための評価スイートを設計すること。 3つのフロンティアモデル(GPT-6 Astra, Opus 5, Gemini-3.8 Flash)でフレームワークを実行することで、50以上の異なる透かしスキームを発見します。 このことは、発見されたスキームを手動で研究し、鍵となるアイデアをより小さなコンポーネントに蒸留し、提案スキームがどのように機能するかをよりよく理解するために各コンポーネントの影響(検出可能性、品質、堅牢性)を個別に研究することで補う。 重要なことに、エージェントは既存のアイデアの改善に加えて、基本的な新しいアイデア(例えば、透かしスコアを要求毎のランダムな方向と整合させるなど)も発見できる。 全体として、我々の研究は完全自律的な透かし研究の第一段階を確立し、より信頼性が高く効果的な透かしの発見を可能にした。 私たちのコードはhttps://github.com/eth-sri/automarkで、その結果をhttps://www.sri.inf.ethz.ch/blog/automarkで視覚化するブログポストで公開されています。

関連論文リスト

• Learning to Watermark: A Selective Watermarking Framework for Large Language Models via Multi-Objective Optimization [17.15048594237333]
  既存の透かし技術は、しばしば透かし検出性と生成されたテキスト品質の間のトレードオフに直面している。 本稿では,新しい選択型透かしフレームワークであるLearning to Watermark (LTW)を紹介する。
  論文  参考訳（メタデータ） (2025-10-13T01:07:38Z)
• Theoretically Grounded Framework for LLM Watermarking: A Distribution-Adaptive Approach [53.32564762183639]
  大規模言語モデル(LLM)の透かしのための新しい統一的理論フレームワークを導入する。 本研究の目的は,最悪の偽陽性率(FPR)の制御とテキスト品質の歪みを維持しつつ,検出性能を最大化することである。 モデル非依存と効率性に代えて代理モデルを利用する歪みのない分散適応型透かしアルゴリズム(DAWA)を提案する。
  論文  参考訳（メタデータ） (2024-10-03T18:28:10Z)
• Towards Secure and Usable 3D Assets: A Novel Framework for Automatic Visible Watermarking [11.176240030501184]
  3Dモデル(特にAI生成モデル)は、エンターテイメントなどさまざまな業界で最近急増している。 我々は、透かしの品質と資産性という2つの競合する側面から、3D視覚的な透かしを自動化するための新しいタスクを厳格に定義する。 そこで本稿では,任意の3D資産上に配置する適切な位置,向き,個数を自動的に決定する透かしを埋め込む手法を提案する。
  論文  参考訳（メタデータ） (2024-08-31T00:52:29Z)
• Watermarking Recommender Systems [52.207721219147814]
  本稿では,レコメンダシステムに特化した新しい手法であるAutoregressive Out-of-Distribution Watermarking (AOW)を紹介する。 提案手法では,初期項目の選択とオラクルモデルによるクエリを行い,その後に予測スコアの小さい項目を選択する。 透かしの有効性を評価するため、このモデルでは、切り捨てられた透かしシーケンスが与えられた後続の項目を予測することを課題とする。
  論文  参考訳（メタデータ） (2024-07-17T06:51:24Z)
• WaterBench: Towards Holistic Evaluation of Watermarks for Large Language Models [48.19623266082828]
  WaterBenchは、大規模言語モデル(LLM)における透かしの最初の包括的なベンチマークである。 LLM透かしの最初の総合的なベンチマークであるWaterBenchを紹介し、3つの重要な要素を設計する。 オープンソースの透かしを2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/2ドル/3ドル/3ドル/3ドル/3ドル/3ドル/3ドル/3ドル/3ドル/3ドル/3ドル/3ドル/
  論文  参考訳（メタデータ） (2023-11-13T08:09:01Z)
• Provable Robust Watermarking for AI-Generated Text [41.5510809722375]
  We propose a robust and high-quality watermark method, Unigram-Watermark。 提案手法は,テキストの編集やパラフレージングに頑健で,生成品質,透かし検出の精度が保証されていることを実証する。
  論文  参考訳（メタデータ） (2023-06-30T07:24:32Z)

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。