开源大模型水印换用私有词表:只在Alpaca注入一次,下游微调后固定触发率仍为100%
开源大模型权重公开后,第三方微调会改写参数与内部表示,使依赖特定触发词或参数痕迹的水印失效。SAME 为每个原生词元配一个固定私有嵌入,并用双路径训练让私有词表继承原生语义,从而把水印绑定到模型不断演化的语义能力上。在 Qwen3-8B-Instruct 上只用 Alpaca 注入一次,独立微调到 SST-2、AG News、MMLU、BoolQ 等任务后固定触发率均为100%,而 BadEdit 在 MMLU 上降到10.87%。