跳到正文
10月10日 · 周六

全部论文

找到 4 篇
筛选3
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。另有 193 篇还没打标签,不在筛选结果里。

另有 193 篇论文还没打上分类标签,暂不在筛选结果里。

  1. 防御arXiv 2610.08316

    MARCO:面向蛋白质生成模型的放射性水印框架

    提出 MARCO 放射性水印,冻结蛋白质生成模型并在去噪时嵌入签名

    发表
    攻击者
    黑盒
    被测模型
    RFdiffusion、ESMFold、Chroma 等 6 个
    摘要MARCO 在冻结的 PGM 上去噪时嵌构象水印,作者称能兼顾保真与抗扰动,并使盗版模型继承水印。

    MARCO 是加在蛋白质生成模型推理过程上的构象水印,用来标记知识产权,并为可能的生物安全滥用保留可追溯信号。作者还把它说成数字权利管理工具,以及符合生物武器公约的数字监管链。问题在于:专有 PGM 的三维输出可能被拿去训练盗版模型,也可能在来源被抹掉后绕过筛查。

    深度解读完整解读
  2. 分析与理论arXiv 2610.00417

    研究:合成数据溯源识别在改写后准确率大幅下降

    检验合成数据来源识别是否等于再训练适配筛选

    发表
    被测模型
    Qwen2.5-3B-Instruct、DistilRoBERTa、word TF-IDF logistic regression 等 5 个
    摘要来源识别在原文上准确,改写后精确归因下降。

    作者在金融风险文本上把来源识别和训练样本是否有用拆成两次测量,并写明这不是电信部署实验。

    深度解读完整解读
  3. 防御arXiv 2605.11036

    SeqWM:面向 LLM 智能体的序列行为水印框架

    提出 SeqWM,把水印写入智能体动作转移并用随机密钥检测

    发表
    场景
    AI Agent
    被测模型
    LLaMA-3.2 3B Instruct、Gemma 4 E4B-it、Qwen3-4B Instruct
    摘要SeqWM 以条件转移嵌行为水印。

    SeqWM 是给 LLM 智能体动作序列加水印的框架,用来在只看到动作时判断轨迹是否来自持有密钥的带水印源。

    深度解读完整解读
已经到底了