跳到主要内容
检索

# 来源验证

2 篇关联报道

订阅更新
  1. arXiv

    代码水印遇上大模型改写:RoCoMark 把攻防做成多轮博弈,改写后检测 AUROC 达 74.2%

    大模型能在保持功能不变的前提下重写代码,使已有代码水印的语法与结构特征被大幅改动,检测随之失效。RoCoMark 把水印嵌入器与大模型改写器放进多轮攻防博弈:嵌入器先用对比学习和知识蒸馏学习改写后仍稳定的表示,再与同步进化的改写策略共同训练。在四个基准、五种大模型生成的改写攻击下,其平均检测 AUROC 为 74.2%,改写后比特准确率 75.3%,代码功能通过率高于 99.7%。

  2. arXiv

    扩散模型水印改用蛛网图案:九种变换里八种固定阈值准确率最高,干净图仍让给Tree-Ring

    扩散模型生成的图像要能追溯来源,但现有水印多把能量按半径均匀铺开,遇到方向性失真容易失效,检测阈值也随变换漂移。SpiderMark把带辐条和同心多边形的蛛网图案写进初始噪声的傅里叶表示,不改动预训练权重,再用融合PSNR与L1相似度线索的ResNet-18验证器输出连续置信度。在九种图像变换下,它在其中八种取得最高的固定阈值准确率,干净图像上Tree-Ring更高;换到未参与训练的COCO提示词仍保持检测,CLIP与FID显示提示对齐和图像质量只有小幅变化。

已读完全部报道