Watermarking для текста становится заметно сложнее ломать

Watermarking для текста становится заметно сложнее ломать

Исследователи предложили схему AliMark для текстовых водяных знаков, которая работает не на уровне отдельных фраз, а через сопоставление текста с секретной битовой последовательностью. Идея в том, что метка прячется глубже, чем в классических prefix-based подходах, которые часто рушатся после простого переписывания.

Что это даёт на практике: текст можно переформулировать, разделить на новые предложения или объединить несколько фрагментов, но извлечение метки всё равно пытаются восстановить через несколько вариантов перестроения и поиск минимального расхождения с ключом. За счёт этого схема лучше переживает paraphrase-атаки и сильную редактирующую переработку.

На тестах AliMark показал результат выше ряда базовых решений, в том числе в сценариях с агрессивным парафразированием — от специализированных моделей вроде DIPPER до крупных LLM-перефразеров уровня GPT-3.5.

Для рынка это важный сигнал сразу по двум направлениям. Во-первых, платформам и владельцам контента станет проще отличать оригинал от массово переписанного текста. Во-вторых, для SEO и AI Search растёт риск, что автоматическая переработка материалов будет оставлять более заметные следы структуры, даже если смысл на поверхности меняется.

Для контентных сеток и больших редакционных потоков вывод простой: устойчивость текста теперь оценивают не только по смысловой уникальности, но и по тому, как он ведёт себя после перестройки предложений.