論文の概要: SkillMarker: A KGW-Based Watermarking Method for Agent Skill Ownership Verification

• arxiv url: http://arxiv.org/abs/2610.15725v2
• Date: Wed, 14 Oct 2026 12:38:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.241913
• Title: SkillMarker: A KGW-Based Watermarking Method for Agent Skill Ownership Verification
• Title（参考訳）: SkillMarker: エージェントスキル所有者認証のためのKGWベースの透かし手法
• Abstract要約: エージェントスキルは、手順とドメインの専門知識を再利用可能な知識資産としてエンコードする。 配布前のウォーターマーク埋め込みは潜在的な解決策を提供するが、構造化されたコンパクトなスキル命令は、現実的および手続き的正確性に対する厳密な要求を課している。 KGWベースの透かし方式であるSkillMarkerを導入する。
• 参考スコア（独自算出の注目度）: 12.38198154832525
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Agent skills encode operational procedures and domain expertise as reusable knowledge assets, yet their distribution in plaintext exposes them to unauthorized copying and leakage. However, practical mechanisms for skill ownership verification and leakage tracing remain underdeveloped. Watermark embedding before distribution offers a potential solution, but structured, compact skill instructions impose stringent requirements for factual and procedural accuracy. To address these challenges, we introduce SkillMarker, a KGW-based watermarking method that jointly targets functionality preservation and strong watermark embedding. SkillMarker unifies quality-constrained rewriting with signal-oriented candidate search. The former separates essential knowledge from flexible expression to preserve instruction fidelity; the latter explores alternative expressions to obtain a stronger watermark signal under preservation constraints. We release an open-source toolkit that integrates watermark embedding, quality auditing, and detection to support the protection of agent skills. SkillMarker targets ownership verification and leakage tracing in distributed skill ecosystems, where content may be copied in whole or in part, or incorporated into other skills. Across four datasets, SkillMarker negligibly affects downstream task performance on average. In our copy-paste tests, window-based detection consistently identifies copied passages containing as few as 1,536 consecutive tokens. Even after merging with one or three background skills, SkillMarker retains watermark detection rates of 72.2--77.8\%.
• Abstract（参考訳）: エージェントスキルは、操作手順とドメインの専門知識を再利用可能な知識資産としてエンコードするが、それらのプレーンテキストによる配布は、それらを許可されていないコピーとリークに公開する。 しかし, スキルオーナシップの検証とリークトレースの実践的メカニズムはいまだに未開発である。 配布前のウォーターマーク埋め込みは潜在的な解決策を提供するが、構造化されたコンパクトなスキル命令は、現実的および手続き的正確性に対する厳密な要求を課している。 これらの課題に対処するために,KGWベースの透かし手法であるSkillMarkerを紹介した。 SkillMarkerは、信号指向の候補探索で品質制約のある書き換えを統一する。 前者は命令の忠実性を維持するためにフレキシブルな表現から本質的な知識を分離し、後者は保存制約の下で強い透かし信号を得るために代替的な表現を探索する。 我々は,エージェントスキルの保護を支援するために,透かしの埋め込み,品質監査,検出を統合したオープンソースツールキットをリリースする。 SkillMarkerは、分散スキルエコシステムにおけるオーナシップの検証とリークトレースを目標としている。 4つのデータセットで、SkillMarkerは平均してダウンストリームタスクのパフォーマンスに悪影響を及ぼす。 コピーペーストテストでは、ウィンドウベースの検出は、1,536個の連続トークンを含むコピーパスを一貫して識別する。 1つまたは3つのバックグラウンドスキルとマージした後でも、SkillMarkerは72.2--77.8\%の透かし検出率を維持している。

関連論文リスト

• "Training robust watermarking model may hurt authentication!'' Exploring and Mitigating the Identity Leakage in Robust Watermarking [37.002160328787454]
  W-IRは、ID保護と堅牢性を同時に組み込んだ最初の画像透かしフレームワークである。 私たちの仕事は、堅牢性とアイデンティティリークの緩和のバランスが優れている。
  論文  参考訳（メタデータ） (2026-05-10T16:44:50Z)
• SAiW: Source-Attributable Invisible Watermarking for Proactive Deepfake Defense [7.442956390854273]
  現代の生成モデルによって生成されたディープフェイクは、情報の完全性、デジタルアイデンティティ、および公的な信頼に深刻な脅威をもたらす。 本稿では,プロアクティブなディープフェイクディフェンスとメディアプロファイランス検証のための,ソースAttributed Invisible Watermarking FrameworkであるSAiWを紹介する。
  論文  参考訳（メタデータ） (2026-03-24T13:26:52Z)
• TAG-WM: Tamper-Aware Generative Image Watermarking via Diffusion Inversion Sensitivity [76.98973481600002]
  本稿では,TAG-WMと命名されたタンパ認識画像ウォーターマーキング手法を提案する。 提案手法は、4つのキーモジュールからなる: 生成品質を保ちつつ、著作権と局所化の透かしを潜伏空間に埋め込むためのデュアルマークジョイントサンプリング (DMJS) アルゴリズム。 実験結果から,TAG-WMは歪み下においても,改質性および局所化能力の両面において最先端性能を達成できることが示された。
  論文  参考訳（メタデータ） (2025-06-30T03:14:07Z)
• Visual Watermarking in the Era of Diffusion Models: Advances and Challenges [46.52694938281591]
  拡散モデルに関連する透かし技術の長所と長所を解析する。 我々は、進化する偽りの脅威に対して、透かしの堅牢性を維持するための談話を進めることを目的としている。
  論文  参考訳（メタデータ） (2025-05-13T03:14:18Z)
• SoK: Watermarking for AI-Generated Content [112.9218881276487]
  ウォーターマーキングスキームは、AI生成コンテンツに隠された信号を埋め込んで、信頼性の高い検出を可能にする。 透かしは、誤情報や偽造と戦ってAIの安全性と信頼性を高める上で重要な役割を果たす。 本研究の目的は、研究者が透かし法や応用の進歩を指導し、GenAIの幅広い意味に対処する政策立案者を支援することである。
  論文  参考訳（メタデータ） (2024-11-27T16:22:33Z)
• 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。