論文の概要: Watermarking: from Impossibility to Auditable Compliance
- arxiv url: http://arxiv.org/abs/2610.06317v1
- Date: Mon, 05 Oct 2026 13:32:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 09:18:23.985461
- Title: Watermarking: from Impossibility to Auditable Compliance
- Title（参考訳）: 透かし:不可視から監査可能なコンプライアンスへ
- Abstract要約: EU人工知能法第50条(2)は、合成出力を機械可読かつ検出可能にするために、生成システムの提供者を要求する。
自由形式のテキストにとって、重要な実装の1つは、生成的な透かし処理の実装である。
本稿は、強い透かしに代わる聴覚的な代替品を開発する。
- 参考スコア（独自算出の注目度）: 78.87513208320995
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Article 50 (2) of the EU Artificial Intelligence Act requires providers of generative systems to make synthetic outputs machine-readable and detectable, while qualifying the effectiveness, interoperability, robustness, and reliability by technical feasibility, cost, content-specific limits, and the state of the art. For free-form text, one important implementation route is the implementation of a generative watermarking procedure, which poses a compliance problem that is hard to address. Strong watermarking is impossible against adaptive removal, while ordinary edits attenuate statistical evidence, and unmarked human text may overlap distributionally with machine output. This article develops an auditable alternative. First, it defines a description-length robustness profile. A finite-sample bound shows that detectable bias decays and that the required sample size grows with the inverse square of the decay rate. This replaces an unidentified Shannon-entropy constant with collision entropy. Second, it constructs label-conditional conformal prediction sets with separate false-attribution and false-exclusion levels, reporting ``watermark supported,'' ``not supported,'' or ``inconclusive''. Coverage is obtained as a finite-sample result and is class-conditional under exchangeability. A small reproducible simulation of a tournament watermark confirms both claims and shows that the surviving-token rule overstates the tolerable edit rate roughly twofold. The resulting premarket certificate, signed detector report, and postmarket recalibration protocol operationalize the Commission's 2026 Code of Practice without claiming universal robustness.
- Abstract（参考訳）: EU人工知能法第50条(2)は、人工的な出力を機械可読かつ検出可能とし、技術的実現性、コスト、コンテンツ固有の制限及び最先端技術により、有効性、相互運用性、堅牢性、信頼性を有するように要求する。
自由形式のテキストにとって重要な実装ルートは、生成的な透かし処理の実装である。
強い透かしは適応的除去に対して不可能であり、通常の編集は統計的証拠を減らし、無印の人文は機械出力と重なる可能性がある。
この記事では、監査可能な代替品を開発します。
まず、記述長の堅牢性プロファイルを定義する。
有限サンプル境界は、検出可能なバイアスが減衰し、必要なサンプルサイズが崩壊率の逆二乗で大きくなることを示す。
これは、未同定のシャノンエントロピー定数を衝突エントロピーに置き換える。
第二に、ラベル条件の共形予測セットを、別個の偽属性と偽排他レベルで構築し、 ``watermark supported,'' `not supported,'' または ``inconclusive'' を報告している。
被覆は有限サンプルの結果として得られ、交換性の下ではクラス条件となる。
トーナメントのウォーターマークの再現可能な小さなシミュレーションは、両方の主張を確認し、生き残ったルールが許容できる編集率をほぼ2倍に上回っていることを示す。
結果として得られた事前市場証明書、署名された検知器レポート、および市場終了後の調整プロトコルは、普遍的な堅牢性を主張することなく、委員会の2026年慣行を運用している。
関連論文リスト
- A distribution-free certification framework for trustworthy crash-severity prediction [1.089614199781423]
厳密なモデルを修正せずにラップする認証層を開発します。
テキサス州の7つのベースモデルにまたがる520万件の記録では、同層は同一の妥当性を持つ。
フレームワークは定理レベルのテストを備えたオープンソースパッケージとしてリリースされている。
論文 参考訳（メタデータ） (2026-09-10T14:20:08Z) - 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) - Transparency as Architecture: Structural Compliance Gaps in EU AI Act Article 50 II [0.6999740786886536]
EU人工知能法第50条は、AI生成コンテンツの二重透明性を規定している。
この要件は、現在の生成AIシステムの基本的な制約と衝突する。
コンプライアンスはポストホックラベリングに還元できないことを示す。
論文 参考訳（メタデータ） (2026-03-27T20:50:42Z) - Authenticated Contradictions from Desynchronized Provenance and Watermarking [48.47756819432157]
この研究は、$textitIntegrity Clash$を形式化し、実証的に実証している。
本稿では,3500枚のテスト画像に対して100%の分類精度を達成し,証明メタデータと透かし検出ステータスを共同評価する層間監査プロトコルを提案する。
論文 参考訳（メタデータ） (2026-03-02T20:42:12Z) - Optimal Detection for Language Watermarks with Pseudorandom Collision [28.84134119819056]
階層的な2層分割によって構造を捉える統計的枠組みを導入する。
その中核は最小単位の概念であり、単位間の独立として扱うことができる最小の群は、単位内部への依存を許容する。
Gumbel-maxおよび逆変換透かしの適用により、我々のフレームワークはクローズドフォーム最適規則を生成する。
論文 参考訳（メタデータ） (2025-10-24T20:21:52Z) - Analyzing and Evaluating Unbiased Language Model Watermark [62.982950935139534]
UWbenchは、偏りのない透かし手法の原理的評価を専門とする、最初のオープンソースベンチマークである。
我々の枠組みは理論的な貢献と経験的な貢献を組み合わせている。
我々は,非バイアス性,検出性,堅牢性という3軸評価プロトコルを確立し,トークン改質攻撃がパラフレーズベースの手法よりも安定したロバストネス評価を提供することを示す。
論文 参考訳（メタデータ） (2025-09-28T19:46:01Z) - 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)
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。