Nova marca d'água para texto de LLM é ancorada em bytes UTF-8 para resistir a ataques de tokenização
O método TI-WM embute e detecta marcas d'água em texto gerado por LLM usando bytes UTF-8 canonicalizados em vez de tokens, de modo que o detector nunca precisa invocar o tokenizador do modelo original. Testes de robustez contra um ataque de edição de palavras em caixa branca mostram ganhos de robustez sobre a técnica Unigram, mas os próprios autores reconhecem lacunas de robustez contra inserções visíveis fora do conjunto de caracteres monitorado.
Fonte ↗