🔢 mathematics

LLM-Text Watermarking based on Lagrange Interpolation

Este trabajo presenta un esquema de marca de agua para texto generado por modelos de lenguaje grandes basado en interpolación de Lagrange, que permite recuperar la identidad del autor incluso tras una redacción adversaria intensa al codificar puntos en una línea recta y resolver el problema de los puntos colineales máximos durante la extracción.

Autores originales: Jarosław Janas, Paweł Morawiecki, Josef Pieprzyk

Publicado 2026-02-27

📖 4 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jarosław Janas, Paweł Morawiecki, Josef Pieprzyk

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que las Inteligencias Artificiales (IA) son como máquinas de escribir mágicas que pueden redactar cuentos, correos y noticias tan bien que a veces es imposible saber si las escribió un humano o una computadora.

El problema es: ¿Cómo sabemos quién es el verdadero autor? ¿Cómo detectamos si alguien está usando una IA para inventar noticias falsas o plagiar un trabajo?

Los autores de este paper (Jarosław, Paweł y Josef) han creado una solución genial: una "firma invisible" o marca de agua para textos generados por IA. Pero no es una marca de agua como la que tienen los billetes (que se ve a simple vista), sino una que está oculta en la estructura misma de las palabras.

Aquí te explico cómo funciona, usando analogías sencillas:

1. La Idea Central: Dibujar una Línea Invisible

Imagina que la IA no solo escribe palabras, sino que también está dibujando puntos en un mapa gigante e invisible.

El Secreto: Los creadores de la marca de agua eligen una línea recta imaginaria. Esta línea tiene una fórmula matemática secreta (como $y = 2x + 5$ ).
El Mensaje: La fórmula de esa línea es el mensaje oculto (la marca de agua).
El Proceso: Cada vez que la IA escribe una palabra, el sistema elige un punto en el mapa. Si la palabra encaja en la línea secreta, la IA la elige con un poco más de frecuencia. Si no encaja, la elige menos.

Es como si la IA estuviera lanzando dardos a un tablero. La mayoría de los dardos caen al azar, pero el sistema "trampa" hace que caigan muchos más dardos en una sola línea recta. Esa línea es la firma.

2. ¿Cómo se lee la marca de agua? (El Juego de los Puntos)

Cuando alguien recibe el texto y quiere saber si es de una IA, el sistema hace lo siguiente:

Recupera los puntos: Mira las palabras y trata de reconstruir los puntos que la IA "dibujó".
El problema del ruido: Como la IA a veces se equivoca o un "malvado" (un hacker) intenta borrar o cambiar palabras, algunos puntos salen mal. El mapa se ve sucio y lleno de puntos dispersos.
La magia de la alineación: Aquí entra la parte genial. El sistema busca: "¿Hay alguna línea recta que atraviese la mayor cantidad de puntos?".
- Imagina que tienes un montón de puntos en una hoja de papel. La mayoría están tirados al azar, pero hay 10 que forman una línea perfecta.
- El sistema usa una técnica matemática llamada Interpolación de Lagrange (suena complicado, pero es como conectar los puntos para redibujar la línea original).
- Una vez que encuentra la línea, ¡descubre la fórmula secreta! Y esa fórmula es la marca de agua que confirma el origen.

3. ¿Qué pasa si alguien intenta borrarla? (Robustez)

Imagina que un villano intenta borrar la marca de agua:

Si cambia algunas palabras (Sustitución): Es como si alguien borrara algunos puntos del dibujo. Como la línea está formada por muchos puntos, el sistema sigue viendo la línea completa. ¡La marca de agua sobrevive!
Si borra o añade párrafos enteros (Desincronización): Esto es más peligroso. Es como si alguien arrancara una parte de la hoja de papel. Si borran demasiadas palabras, los puntos se desordenan y la línea se rompe. El sistema puede fallar si el texto es modificado demasiado agresivamente, pero resiste bien cambios pequeños.

4. ¿Por qué es importante?

Hoy en día, cualquiera puede usar una IA para escribir un artículo falso y decir "yo lo escribí".

Sin esta marca de agua: No hay forma de probarlo.
Con esta marca de agua: Es como tener un código de barras invisible en cada texto. Si un periódico, una escuela o una red social recibe un texto, pueden escanearlo. Si encuentran la "línea recta" oculta, saben: "¡Ajá! Esto fue generado por una IA, no por un humano".

En resumen

Este paper propone un método para "esconder" una línea matemática dentro de las palabras que escribe una IA. Aunque alguien intente borrar o cambiar partes del texto, la línea suele sobrevivir porque está repetida muchas veces. Es una herramienta poderosa para combatir las noticias falsas y asegurar que sabemos quién (o qué) escribió lo que leemos.

Es como dejar una huella digital en el aire: invisible a simple vista, pero detectable si sabes dónde buscar y cómo conectar los puntos.

Resumen Técnico: Marca de Agua para Texto de LLM basada en Interpolación de Lagrange

1. Problema y Motivación

El rápido avance de los Modelos de Lenguaje Grande (LLM) ha generado una necesidad crítica de atribuir la autoría de los textos generados por IA. La falta de mecanismos robustos para distinguir entre contenido humano y máquina facilita la desinformación, el plagio y el uso indebido de la tecnología.
El desafío principal es desarrollar un esquema de marca de agua digital que:

Sea capaz de codificar información de múltiples bits (no solo binaria).
Sea resistente a la edición adversaria (borrado, inserción o sustitución de tokens).
No requiera reentrenar el modelo (sea training-free y agnóstico al modelo).
Permita la recuperación de la marca incluso si una parte del texto ha sido alterada.

2. Metodología Propuesta

Los autores proponen un esquema que utiliza conceptos de campos finitos y geometría algebraica para esconder la marca de agua dentro de la selección de tokens del LLM.

Codificación de la Marca:
- La marca de agua $W$ se representa como los coeficientes de un polinomio sobre un campo finito $GF(2^n)$ .
- En su variante básica, se utiliza una función lineal $f(x) = a_1x + a_0$ , donde la marca es el par $(a_0, a_1)$ .
- El objetivo es incrustar una secuencia de puntos $(x, f(x))$ que yacen en una misma línea recta dentro del texto generado.
Proceso de Incrustación (Embedding):
1. Se genera una coordenada $x$ pseudo-aleatoria utilizando una función hash criptográfica sobre el token anterior y una clave secreta.
2. Se calcula $y = f(x)$ , obteniendo un vector de $n$ bits.
3. Para cada bit de $y$ , el vocabulario del LLM se divide pseudo-aleatoriamente en dos subconjuntos ( $V_0$ y $V_1$ ).
4. Se sesga la distribución de probabilidad (logits) del LLM para favorecer la selección de tokens del subconjunto correspondiente al valor del bit (0 o 1).
5. Este proceso se repite para generar una secuencia de puntos $(x, y)$ a lo largo del texto.
Proceso de Extracción (Extraction):
1. Se recuperan los puntos $(x, y)$ del texto analizando los tokens y aplicando la misma lógica de hash y división de vocabulario.
2. Debido al ruido de muestreo o ataques adversarios, muchos puntos recuperados serán incorrectos (puntos espurios).
3. El problema se reduce a encontrar el Subconjunto Máximo de Puntos Colineales (MCP - Maximum Collinear Points): identificar la línea recta que pasa por el mayor número de puntos recuperados.
4. Una vez identificada la línea dominante, se aplica la Interpolación de Lagrange sobre los puntos de ese subconjunto para recuperar los coeficientes originales $a_0$ y $a_1$ , obteniendo así la marca de agua.

3. Contribuciones Clave

Esquema Multi-bit sin Entrenamiento: Presentan un método que codifica múltiples bits de información sin modificar los pesos del modelo ni requerir datos de entrenamiento específicos.
Resiliencia a la Edición: La naturaleza del problema MCP permite recuperar la marca incluso si una fracción significativa de los puntos incrustados se pierde o se corrompe, siempre que sobreviva un subconjunto suficiente de puntos colineales.
Análisis Probabilístico Riguroso: Proporcionan una demostración teórica (Teorema 1) que acota la probabilidad de que puntos aleatorios formen accidentalmente una línea (falsos positivos), guiando la selección del tamaño del campo $GF(2^n)$ y la longitud del bloque.
Corrección de Bits: Integran un mecanismo ligero de corrección de errores que explora variantes de bits cercanos (radio de Hamming) para mitigar el ruido de muestreo antes de resolver el problema MCP.
Extensibilidad: El esquema se puede generalizar a polinomios de mayor grado (no solo líneas) para aumentar la capacidad de carga o la robustez, planteando el problema de "Máximo de Puntos Co-Polinomiales" (MCPP).

4. Resultados Experimentales

Los autores evaluaron el método en modelos de código abierto (Llama 2, Llama 3, Mistral) utilizando conjuntos de datos como OpenGen, Essays y HC3.

Tasa de Coincidencia (Match Rate): El método logró tasas de recuperación muy altas (superiores al 93% para marcas de 24 bits y alrededor del 85% para 32 bits), compitiendo favorablemente con el estado del arte (como los métodos de Qu et al. y Fernandez et al.).
Eficiencia: A diferencia de otros métodos que tienen tiempos de extracción exponenciales, la extracción basada en MCP es eficiente (fracción de segundo) incluso para textos largos, gracias a algoritmos de hash para slopes.
Robustez ante Ataques:
- Sustitución: El esquema es robusto, ya que la sustitución de tokens introduce ruido pero no desincroniza la estructura.
- Inserción/Borrado: Estos ataques son más dañinos porque rompen la alineación de los bloques (desincronización), generando una cascada de puntos incorrectos. Sin embargo, el método tolera un nivel no trivial de manipulación (hasta un 10% de tokens modificados) antes de que la recuperación falle completamente.
Calidad del Texto: Con un sesgo de logits ( $\delta$ ) de 6, la calidad del texto (medida por perplexidad) apenas se degrada, siendo indistinguible para evaluadores humanos.

5. Significado e Impacto

Este trabajo introduce un nuevo paradigma para la marca de agua en LLMs basado en estructuras algebraicas (interpolación de Lagrange y campos finitos) en lugar de simples patrones estadísticos.

Seguridad: Ofrece una base teórica sólida para la atribución de autoría, crucial para combatir la desinformación y el plagio.
Practicidad: Al ser agnóstico al modelo y no requerir reentrenamiento, es fácilmente desplegable en sistemas existentes.
Futuro: Abre la puerta a esquemas más complejos que utilicen curvas polinómicas de mayor grado para aumentar la capacidad de carga de datos o la resistencia a ataques de edición masiva, equilibrando eficiencia computacional y seguridad.

En conclusión, la propuesta demuestra que es posible incrustar marcas de agua robustas y de alta capacidad en textos generados por IA mediante la transformación del problema de detección en un problema geométrico de optimización (puntos colineales), resolviendo eficazmente el desafío de la atribución en la era de la IA generativa.