英国谷歌深度思维公司的app家开发了一种能为大语言模型生成的文本添加水印的工具,能提高对合成内容的鉴别和追溯能力。相关研究近日发表于《自然》。
大语言模型(LLM)是广泛使用的人工智能(AI)工具,能为聊天机器人、写作支持和其他目的生成文本。不过,人们很难识别并追溯AI生成文本的来源,使信息的可靠性成疑。水印被认为能解决这一问题,但生产系统对质量和计算效率的严格要求阻碍了其规模化应用。
深度思维公司的Sumanth Dathathri、Pushmeet Kohli和同事开发了一个利用一种全新采样算法给AI生成文本添加水印的系统,称为SynthID-Text。该工具利用一个采样算法对LLM的词汇选择进行巧妙偏移,插入一个能被相关检测软件识别的签名。这既可以通过一种“扭曲”路径实现——该路径能提高水印质量但会轻微影响输出质量,或是通过一种能保留文本质量的“非扭曲”路径。
研究者在多个公开模型上评估了这些水印的可检测性,发现SynthID-Text的可检测性优于当前其他方法。他们还用Gemini LLM的近2000万次在线对话回答评估了这些文本的质量,结果显示非扭曲水印形式不会降低文本质量。最后,SynthID-Text的使用对LLM运行所需算力的影响可忽略不计,减少了应用上的障碍。
研究者提醒道,编辑文本或改写输出就能避免出现文本水印。但该研究证明,一个为AI生成内容的生成式文本添加水印的工具是可行的,继而有望提升LLM使用的责任制和透明度。(来源:明升中国app报 冯维维)
相关论文信息: