Fugu-MT 論文翻訳(概要): Query-efficient scan-and-search watermark localization

論文の概要: Query-efficient scan-and-search watermark localization

arxiv url: http://arxiv.org/abs/2611.02030v2
Date: Tue, 03 Nov 2026 14:23:58 GMT
ステータス: 情報取得中
システム内更新日: 2026-11-04 17:32:44.623197
Title: Query-efficient scan-and-search watermark localization
Title（参考訳）: クエリ効率のよいスキャン・アンド・サーチ・透かしの局所化
Abstract要約: 大規模言語モデル(LLM)における透かし検出のための適応配置手法を提案する。トークン重み付きe-BH法を用いて局所的な透かし領域を決定する。 BELLは、複数のLCM、データセット、透かし方式で競合する手法よりも一貫して優れていることを示す。
参考スコア（独自算出の注目度）: 28.17516362011618
License:
Abstract: Recently, the detection of AI-generated content has been of particular importance in various fields of our society. For accountability purposes, many large language models (LLMs) have implicitly watermarked their outputs. Localizing such watermarks requires a piece of text to undergo an additional verification process. Existing localization methods typically rely on dense token-level scoring, making verification costly even when an LLM-generated watermark only sparsely appears. To tackle this problem, we design a new adaptive allocation strategy that first maintains broad document coverage and then progressively concentrates the detection budget on regions that exhibit stronger watermark evidence or are more likely to contain watermarked content. We then transform the statistical signals from the selected regions into e-values and employ the proposed token-weighted e-BH procedure to determine the localized watermark regions. The resulting framework is called BELL (Budgeted E-evidence Localization for LLM Watermarks). Theoretically, BELL can control the token-weighted false discovery rate (FDR) without independence assumptions across regions. Finally, extensive experimental results demonstrate that BELL consistently outperforms competing methods across multiple LLMs, datasets, and watermarking schemes.
Abstract（参考訳）: 近年,社会の様々な分野において,AI生成コンテンツの検出が特に重要になっている。説明責任のために、多くの大きな言語モデル(LLM)は、その出力を暗黙的にウォーターマークした。このような透かしをローカライズするには、追加の検証プロセスを実行するためのテキストが必要である。既存のローカライゼーション法は一般に高濃度のトークンレベルのスコアリングに依存しており、LCMの生成した透かしがわずかにしか現れない場合でも、検証にコストがかかる。この問題に対処するため,我々は,まず広範文書のカバレッジを維持し,さらにより強い透かし証拠を示す領域や,透かし内容を含む可能性の高い領域に発見予算を段階的に集中する新たな適応割当戦略を考案した。次に,選択した領域からE値に統計信号を変換し,トークン重み付きe-BH法を用いて局所的な透かし領域を決定する。このフレームワークはBELL(Budgeted E-evidence Localization for LLM Watermarks)と呼ばれる。理論的には、BELLはトークン重み付き偽発見率(FDR)を領域間の独立性の仮定なしで制御できる。最後に、大規模な実験結果から、BELLは複数のLLM、データセット、透かしスキームで競合する手法を一貫して上回っていることが示されている。

論文の概要: Query-efficient scan-and-search watermark localization

関連論文リスト