UC Berkeley 提出 SubWM 检测模型蒸馏
热点事件持续更新
UC Berkeley 提出 SubWM 检测模型蒸馏
1 篇报道1 个报道来源33 分钟前更新
先了解这件事
AI 综述
UC Berkeley 团队提出 Subliminal Watermarks（SubWM）方法，通过检测参数空间中的水印信号识别模型蒸馏。研究称，grandchild 和 entropy laundering 可能使 SynthID、TextSeal、ADFP 的检测效果几乎失效，而 SubWM 在单条回复、3% 假阳性率下达到约 99% 检出率。 SubWM 在长程编码任务中检测难度更高，因为代码 token 熵较低；在 5% 假阳性率下，检出率仍超过 65%。对同一模型收集 50 条回复进行多数投票，团队预计可接近完美检测蒸馏。
AI 根据报道生成 · 23 分钟前更新
最新进展11月11日 09:13
UC Berkeley 提出 SubWM，蒸馏洗白后仍可检测报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- AGI HuntUC Berkeley 提出 SubWM，蒸馏洗白后仍可检测
UC Berkeley 团队提出 Subliminal Watermarks（SubWM），通过参数空间信号检测模型蒸馏。研究显示，grandchild 和 entropy laundering 洗白可使 SynthID、TextSeal、ADFP 几乎失效；SubWM 在单条回复、3% FPR 下达到约 99% TPR，50 条回复多数投票预计可近乎完美检测蒸馏。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。