君可知，我们每天在网上的见闻，有多少是出自 AI 之手？

除了「注意看！这个男人叫小帅」让人头皮发麻，

真正的问题是，我们无法辨别哪些内容是 AI 生成的。

养大了这些擅长一本正经胡说八道的 AI，人类面临的麻烦也随之而来。

（LLM：人与 AI 之间怎么连最基本的信任都没有了？）

子曰，解铃还须系铃人。近日，谷歌 DeepMind 团队发表的一项研究登上了 Nature 期刊的封面：

研究人员开发了一种名为 SynthID-Text 的水印方案，可应用于生产级别的 LLM，跟踪 AI 生成的文本内容，使其无所遁形。

论文地址：https://www.nature.com/articles/s41586-024-08025-4

一般来说，文本水印跟我们平时看到的图片水印是不一样的。

图片可以采用明显的防盗水印，或者为了不影响内容观感而仅仅修改一些像素，人眼发现不了。

但本文添加的水印想要隐形貌似不太容易。

为了不影响 LLM 生成文本的质量，SynthID-Text 使用了一种新颖的采样算法（Tournament sampling）。

与现有方法相比，检测率更高，并且能够通过配置来平衡文本质量与水印的可检测性。

怎么证明文本质量不受影响？直接放到自家的 Gemini 和 Gemini Advanced 上实战。

研究人员评估了实时交互的近 2000 万个响应，用户反馈正常。

SynthID-Text 的实现仅仅修改了采样程序，不影响 LLM 的训练，同时在推理时的延迟也可以忽略不计。

另外，为了配合 LLM 的实际使用场景，研究者还将水印与推测采样集成在一起，使之真正应用于生产系统。

大模型的指纹

下面跟小编一起来看下 DeepMind 的水印有何独到之处。

识别 AI 生成的内容，目前有三种方法。

第一种方法是在 LLM 生成的时候留个底，这在成本和隐私方面都存在问题；

第二种方法是事后检测，计算文本的统计特征或者训练 AI 分类器，运行成本很高，且限制在自己的数据域内；

而第三种就是加水印了，可以在文本生成前（训练阶段，数据驱动水印）、生成过程中、和生成后（基于编辑的水印）添加。

数据驱动水印需要使用特定短语触发，基于编辑的水印一般是同义词替换或插入特殊 Unicode 字符。这两种方法都会在文本中留下明显的伪影。

SynthID-Text 生成水印

本文的方法则是在生成过程中添加水印。

下图是标准的 LLM 生成过程：根据之前的 token 计算当前时刻 token 的概率分布，然后采样输出 next token。

在此基础之上，生成水印方案由三个新加入的组件组成（下图蓝色框）：随机种子生成器、采样算法和评分函数。

随机种子生成器在每个生成步骤（t）上提供随机种子 r ( t ) （基于之前的文本 token 以及水印 key），采样算法使用 r ( t ) 从 LLM 生成的分布中采样下一个 token。

通过这种方式，采样算法把水印引入了 next token 中（即 r ( t ) 和 x ( t ) 的相关性），在检测水印的时候，就使用 Scoring 函数来衡量这种相关性。

下面给出一个具体的例子：简单来说就是拿水印 key 和前几个 token（这里是 4 个），过一个哈希函数，生成了 m 个向量，向量中的每个值对应一个可选的 next token。

然后呢，通过打比赛的方式，从这些 token 中选出一个，也就是 SynthID-Text 使用的 Tournament 采样算法。

如下图所示，拿 2^m 个 token 参加 m 轮比赛（这里为 8 个 token3 轮比赛，token 可重复），

每轮中的 token 根据当前轮次对应的向量两两 pk，胜者进入下一轮，如果打平，则随机选一个胜者。

以下是算法的伪代码：

水印检测

根据上面的赛制，最终胜出的 token 更有可能在所有的随机水印函数（g1，g2，...，gm）中取值更高，

所以可以使用下面的 Scoring 函数来检测文本：

把所有的 token 扔进所有的水印函数中，最后计算平均值，则带水印的文本通常应该得分高于无水印的文本。

由此可知，水印检测是一个程度的问题。影响评分函数检测性能的主要因素有两个。

首先是文本的长度：较长的文本包含更多的水印证据，可以让检测有更多的统计确定性。

第二个因素是 LLM 本身的情况。如果 LLM 输出分布的熵非常低（意味着对相同的提示几乎总是返回完全相同的响应），那么锦标赛采样（Tournament）无法选择在 g 函数下得分更高的 token。

此时，与其他生成水印的方案类似，对于熵较小的 LLM，水印的效果会较差。

LLM 本身的熵取决于以下几个因素：

模型（更大或更高级的模型往往更确定，因此熵更低）；

来自人类反馈的强化学习会减少熵（也称为模式崩溃）；

LLM 的提示、温度和其他解码设置（比如 top-k 采样设置）。

一般来说，增加比赛的轮数（m），可以提高方法的检测性能，并降低 Scoring 函数的方差。

但是，可检测性不会随着层数的增加而无限增加。比赛的每一层都使用一些可用的熵来嵌入水印，水印强度会随着层数的加深而逐渐减弱。本文通过实验确定 m=30。

文本质量

作者为非失真给出了由弱到强的明确定义：

最弱的版本是单 token 非失真，表示水印采样算法生成的 token 的平均分布等于 LLM 原始输出的分布；

更强的版本将此定义扩展到一个或多个文本序列，确保平均而言，水印方案生成特定文本或文本序列的概率与原始输出的分布相同。

当 Tournament 采样为每场比赛配置恰好两个参赛者时，就是单 token 非失真的。而如果应用重复的上下文掩码，则可以使一个或多个序列的方案不失真。

在本文的实验中，作者将 SynthID-Text 配置为单序列非失真，这样可以保持文本质量并提供良好的可检测性，同时在一定程度上减少响应间的多样性。

计算可扩展性

生成水印方案的计算成本通常较低，因为文本生成过程仅涉及对采样层的修改。

对于 Tournament 采样，在某些情况下，还可以使用矢量化来实现更高效率，在实践中，SynthID-Text 引起的额外延迟可以忽略不计。

在大规模产品化系统中，文本生成过程通常比之前描述的简单循环更复杂。

产品化系统通常使用 speculative sampling 来加速大模型的文本生成。

小编曾在将 Llama 训练成 Mamba 的文章中，介绍过大模型的推测解码过程。

简单来说就是用原来的大模型蒸馏出一个小模型，小模型跑得快，先生成出一个序列，大模型再对这个序列进行验证，由于 kv cache 的特性，发现不符合要求的 token，可以精准回滚。

这样的做法既保证了输出的质量，又充分利用了显卡的计算能力，当然主要的目的是为了加速。

所以在实践中，生成水印的方案需要与推测采样相结合，才能真正应用于生产系统。

对此，研究人员提出了两种带有推测采样算法的生成水印。

一是高可检测性水印推测采样，保留了水印的可检测性，但可能会降低推测采样的效率（从而增加整体延迟）。

二是快速水印推测采样，（当水印是单 token 非失真时）保留了推测采样的效率，但可能会降低水印的可检测性。

作者还提出了一个可学习的贝叶斯评分函数，以提高后一种方法的可检测性。当速度在生产环境中很重要时，快速带水印的推测采样最有用。

上图表明，在非失真类别中，对于相同长度的文本，非失真 SynthID-Text 提供比 Gumbel 采样更好的可检测性。在较低熵的设置（如较低的温度）下，SynthID-Text 对 Gumbel 采样的改进更大。