Fugu-MT 論文翻訳(概要): Constitution-Guided Watermarking

論文の概要: Constitution-Guided Watermarking

arxiv url: http://arxiv.org/abs/2610.09552v1
Date: Wed, 07 Oct 2026 06:50:47 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-08 21:58:22.756041
Title: Constitution-Guided Watermarking
Title（参考訳）: コンスティチューションガイドによる透かし
Abstract要約: emphConstitution-Guided Watermarkingは,プロバイダ要件から要求に適したトレードオフを選択するフレームワークである。当社のフレームワークは,ロバスト性優先要求に対するフレーズ後検出を,固定構成よりも最大14ドルポイント向上する。
参考スコア（独自算出の注目度）: 9.091537730717766
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Watermarking enables language model providers to identify text generated by their models. However, its desired properties can conflict (\ie~stronger watermark signals can degrade text quality), while designs that resist editing may also facilitate forgery. Providers address these trade-offs by choosing configurations that balance competing objectives or prioritize particular properties. Either approach imposes a shared operating point on requests with different requirements, potentially sacrificing quality where wording preservation matters or robustness where reliable attribution is essential. To allow flexible and adaptable designs, we introduce \emph{Constitution-Guided Watermarking}, a framework that selects request-appropriate trade-offs from provider requirements, listed as natural-language principles. \emph{Offline}, a pretrained reasoning agent examines constitutional rules alongside watermark implementations and iteratively refines rule-specific configurations using empirical feedback. \emph{At deployment}, a separate monitor identifies applicable rules and retrieves the corresponding policy, including watermarking exemptions, without modifying the serving model. Furthermore, our framework supports offline parallel optimization and refinement of rule-specific configurations based on evolving provider requirements without affecting deployment, and binds each deployed configuration to its evaluation evidence, making deployment decisions auditable. In a proof-of-concept evaluation using KGW and a five-rule constitution, our framework selects configurations responsive to provider priorities and improves post-paraphrase detection on robustness-prioritized requests by up to $14$ percentage points over fixed configurations, while matching or exceeding all baselines in aggregate quality and clean detection at a nominal $0.1\%$ false-positive rate.
Abstract（参考訳）: ウォーターマーキングにより、言語モデルプロバイダは、モデルによって生成されたテキストを識別できる。しかし、その望ましい特性は相反する可能性がある("\ie~stronger watermark signal can degrade text quality")が、編集に抵抗する設計は偽造を助長する可能性がある。プロバイダは、競合する目標のバランスをとるか、特定のプロパティを優先する設定を選択することで、これらのトレードオフに対処する。いずれのアプローチでも、異なる要件の要求に対して共通の運用ポイントを課し、単語保存が重要な品質や、信頼できる属性が不可欠である堅牢性を犠牲にする可能性がある。フレキシブルで適応可能な設計を可能にするために、自然言語の原則としてリストアップされたプロバイダ要求から要求に適したトレードオフを選択するフレームワークである \emph{Constitution-Guided Watermarking} を紹介します。事前訓練された推論エージェントである \emph{Offline} は、ウォーターマークの実装と共に構成規則を調べ、経験的フィードバックを用いてルール固有の構成を反復的に洗練する。別個のモニタである \emph{At deployment} は、適用可能なルールを特定し、サービスモデルを変更することなく、透かしの免除を含む対応するポリシーを検索する。さらに、我々のフレームワークは、デプロイメントに影響を与えることなく、進化を続けるプロバイダ要件に基づいて、オフラインの並列最適化とルール固有の構成の洗練をサポートし、各デプロイ構成を評価エビデンスにバインドし、デプロイメント決定を監査可能にする。提案フレームワークは,KGWと5ルール構成を用いた概念実証評価において,プロバイダプライオリティに応答する構成を選択し,固定された構成よりも最大14ドルポイントの高精細度要求に対するフレーズ後検出を改善するとともに,総括品質の基準線を一致又は超過し,名目上の0.1ドル%の偽陽性率でクリーン検出を行う。

関連論文リスト

Specification-Driven Benchmarking for Automated Program Repair From Static Corpora to Executable Specifications [0.0]
本稿では,ベンチマークが実行可能な仕様によって定義され,ベンチマーク生成を通じて実現されるパラダイムである,仕様駆動型ベンチマークを提案する。提案したパラダイムは、ベンチマーク構築をアーティファクトキュレーションから宣言的実験設計にシフトさせる。
論文参考訳（メタデータ） (2026-09-24T01:18:14Z)
SpecAlign: Efficient Specification-Grounded Alignment of Large Language Models via Synthetic Data [46.83043333985018]
我々は、プロバイダが承認したモデル仕様を主アライメントターゲットとして扱う新しいアライメントパラダイムである仕様基底アライメントを提案する。仕様文書から直接アライメントデータを合成するフレームワークであるSpecAlignを紹介する。
論文参考訳（メタデータ） (2026-06-15T06:30:52Z)
Reasoning without Gold Standards: A Proxy-Judge Theory of Autoformalization [25.540859911959885]
自動形式化(AF)は、非公式な数学的または論理的推論を形式的に検証可能なオブジェクトに変換するようモデルに求める。我々は、金標準マッチングを軸ごとのプロパティチェックのベクトルに置き換える、AFのための参照フリープロキシ・ジャッジフレームワークを導入する。 miniF2F、ProofNet、e-SNLI、ProntoQAの7つの形式化バックボーンで、改良はシングルショットのICLベースラインよりもパスレートを一貫して引き上げる。
論文参考訳（メタデータ） (2026-06-08T12:57:09Z)
Citation-Closure Retrieval and Per-Rule Attribution for Real-World Regulatory Compliance Question Answering [54.97384993676565]
複雑な国内R&D規制から派生した運用知識グラフを特徴とする,新たなベンチマークであるRegOps-Benchを用いて,レギュレーションコンプライアンスQAを形式化する。 RefWalkはクロスドキュメントの引用を横切り、マックスベースのアグリゲーションを通じてマルチビュー候補を融合させ、ソースへのクレームを明示的にマッピングするためにルールごとの属性を強制する。
論文参考訳（メタデータ） (2026-05-28T10:38:38Z)
Neuro-Symbolic Agents for Hallucination-Free Requirements Reuse [0.0]
本稿では,要求の再利用をモデル駆動型励磁プロセスとして再概念化する,ニューロシンボリックなマルチエージェントシステムを提案する。本システムは,100%要件カバレッジと制約違反率を0.2%で達成する。
論文参考訳（メタデータ） (2026-05-02T18:16:04Z)
Who Gets Flagged? The Pluralistic Evaluation Gap in AI Content Watermarking [39.76203258538667]
コンテンツ依存が偏見へのモダリティ固有の経路をどのように生み出すかを検討する。モダリティ全体にわたる主要な透かしベンチマークをレビューすると、ある例外を除いて、言語、文化コンテンツタイプ、あるいは人口グループ間でのパフォーマンスは報告されていないことが分かりました。電子透かしは、それが支配しようとする生成システムよりも低い公正度基準で保持されていることを示す。
論文参考訳（メタデータ） (2026-04-15T12:06:56Z)
Verification of Robust Properties for Access Control Policies [51.736723807086385]
既存のアクセス制御ポリシーの検証方法は、検証が進む前に、ポリシーを完全かつ完全に決定する必要がある。本稿では,政策構造がどのような決定を下すか,どのような決定を下すか,あるいはその後の拡張に拘わらず,その決定を行うかという課題について,ロバストなプロパティ検証を導入する。可能なすべてのポリシー拡張を普遍的に定量化しているにもかかわらず、判断は二階述語論理プログラミング言語における探索の証明に還元されることを示す。
論文参考訳（メタデータ） (2026-03-13T17:14:38Z)
Replacing Parameters with Preferences: Federated Alignment of Heterogeneous Vision-Language Models [63.70401095689976]
パラメータを好みに置き換えることは、よりスケーラブルでプライバシに保護される未来を表している、と私たちは主張する。ヘテロジニアスVLMのためのGRPOとMixture-of-Rewardsを用いた協調アライメントフレームワークであるMoRを提案する。 MoRは、一般化、堅牢性、およびクロスクライアント適応性において、連邦化されたアライメントベースラインを一貫して上回る。
論文参考訳（メタデータ） (2026-01-31T03:11:51Z)
A Resilient and Accessible Distribution-Preserving Watermark for Large Language Models [65.40460716619772]
本研究は,textbfDistribution-textbf Preserving (DiP)ウォーターマークの重要性に焦点をあてる。現在の戦略とは対照的に,提案したDiPmarkは透かし中に元のトークン分布を同時に保存する。言語モデルAPIにアクセスせずに検出可能で(アクセス可能)、トークンの適度な変更に対して確実に堅牢である。
論文参考訳（メタデータ） (2023-10-11T17:57:35Z)

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。