标签
论文提出“watermarkability”指标来量化语言模型与基于logit的水印规则的兼容性，并通过两阶段方法（目标集条件LoRA加闭环控制器）在保持高水印可靠性的同时显著降低困惑度增加。
本文提出了一种黑盒方法，通过学习一个上下文无关的logit偏置向量，在每个解码步骤中添加该向量，从而在不修改模型权重或需要梯度的情况下提升数学和推理任务的性能。