让开源文本 LLM 水印在模型合并中保持持久性

英文标题：Making Open-Source Text LLM Watermarks Durable Against Merging

该论文关注如何让嵌入开源大语言模型（OSM）权重中的文本水印，在模型合并后仍能有效保留。原文指出，开源 LLM 的性能已接近最先进水平，因而已有研究尝试通过直接修改模型权重来追踪其生成文本的来源。与此同时，开源模型常会经历训练后修改，这对水印的可追溯性和鲁棒性构成挑战；模型合并尤其是需要应对的关键场景。对开发者和行业而言，这项研究涉及开源模型的归属识别、滥用追踪与模型供应链治理。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB