WaterSearch: A Quality-Aware Search-based Watermarking Framework for Large Language Models

文章总结与翻译

一、主要内容

该研究针对大型语言模型（LLMs）文本水印技术中存在的可检测性与文本质量权衡问题，提出了一种基于搜索的水印框架WaterSearch。核心思路是通过种子池动态管理实现并行多样化生成，在句子层面联合优化文本分布保真度与水印信号特征，同时配套鲁棒性强的句子级检测方法。

核心背景

现有LLM水印方法多通过扰动token生成概率嵌入信号，但增强水印可检测性的同时会导致下游任务性能下降，尤其在短文本生成、低熵输出（如代码补全）等场景中问题突出。

技术框架

1. 生成阶段：输入提示后，并行生成1个无水印文本和k-1个不同种子的水印文本，利用KV缓存复用降低计算开销，通过加权指标（语义/词汇相似度+水印信号强度）选择最优文本块拼接生成最终结果。
2. 检测阶段：采用χ²假设检验实现块级验证，结合Fisher组合概率测试聚合各块结果，对插入攻击、同义词替换、改写攻击等具有强抗性。

实验结果

• 在3个主流LLM（Qwen-2.5-7B-Instruct、Llama-2-7B-chat、InternLM-7B-chat）和10个任务上，平均性能较现有方法提升51.01%（水印可检测性保持95%）；
• 短文本生成场景性能提升47.78%，低熵场景提升36.47%；
• 计算开销可控，并