💬 NLP

XMark: Reliable Multi-Bit Watermarking for LLM-Generated Texts

El artículo presenta XMark, un nuevo método de marca de agua de múltiples bits para textos generados por modelos de lenguaje grandes que mejora significativamente la precisión de la decodificación con un número limitado de tokens y preserva la calidad del texto, superando a los métodos existentes.

Autores originales: Jiahao Xu, Rui Hu, Olivera Kotevska, Zikai Zhang

Publicado 2026-04-08

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jiahao Xu, Rui Hu, Olivera Kotevska, Zikai Zhang

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

Imagina que las Inteligencias Artificiales (como los chatbots que escriben textos) son como grandes fábricas de pan. Estas fábricas producen millones de panes (textos) deliciosos y perfectos cada día. Pero hay un problema: ¿cómo sabes si un pan fue horneado por la fábrica o si alguien lo robó y lo vendió como propio? O peor aún, ¿cómo sabes si la fábrica usó ingredientes tóxicos para hacer panes falsos?

Para solucionar esto, los científicos han inventado una "marca invisible" (un marcador de agua) que se esconde dentro del texto. Si alguien intenta usar el texto para hacer daño, podemos escanearlo y ver la marca para saber quién lo hizo.

El problema con los métodos antiguos era que eran como intentar esconder un mensaje en una aguja dentro de un pajar:

O bien el mensaje era tan pequeño que no servía para mucho (solo decían "esto es IA").
O bien, para esconder mensajes más largos (como un nombre de usuario o una fecha), tenían que deformar tanto el texto que sonaba robótico y feo.
O peor aún, si el texto era corto (como un tweet), el mensaje desaparecía y no se podía leer.

Aquí es donde entra XMARK, la nueva solución propuesta en este artículo. Vamos a explicarlo con una analogía sencilla:

La Analogía del "Club de Búsqueda del Tesoro"

Imagina que el texto generado por la IA es un mapa del tesoro. Para esconder el mensaje (el tesoro), el método antiguo (llamado MPAC) hacía lo siguiente:

Tomaba un grupo pequeño de palabras (digamos, solo las que empiezan con "A") y las hacía más probables de aparecer.
El problema: Al forzar al texto a usar solo palabras "A", el mapa sonaba extraño y repetitivo. Además, si el mapa era muy corto, no había suficientes palabras "A" para encontrar el tesoro.

XMARK cambia las reglas del juego con tres trucos inteligentes:

1. La Estrategia "Deja uno fuera" (LOSO)

En lugar de elegir un pequeño grupo de palabras para marcar, XMARK dice: "Vamos a marcar casi todas las palabras, excepto una".

La analogía: Imagina que tienes una caja de lápices de colores. El método antiguo te obligaba a usar solo el lápiz rojo. XMARK te dice: "Usa cualquier lápiz que quieras, menos el rojo".
El resultado: Como el texto puede usar casi todos los colores, sigue sonando natural y humano (alta calidad). Pero, como el lápiz rojo nunca aparece, es muy fácil detectar que falta y saber qué mensaje se escondía.

2. El "Listado Verde Eterno" (Evergreen List)

Aquí es donde XMARK se vuelve genial. Imagina que tienes varias llaves maestras (hash keys) diferentes.

Con la llave 1, organizas los lápices en un orden y marcas todos menos el rojo.
Con la llave 2, los organizas en otro orden y marcas todos menos el azul.
Con la llave 3, otro orden y marcas todos menos el verde.
El truco: XMARK busca las palabras que siempre fueron marcadas en todas las listas. Esas palabras forman el "Listado Verde Eterno".
Por qué es genial: Aunque el texto sea muy corto, es mucho más probable que aparezcan esas palabras "eternas" que se repiten en todas las listas. Es como si el tesoro tuviera múltiples pistas que siempre apuntan al mismo lugar, haciendo que sea casi imposible perder el mensaje, incluso en textos cortos.

3. El "Contador Inteligente" (cTMM)

Cuando alguien intenta leer el mensaje (decodificar), el método antiguo contaba las palabras de forma torpe, a veces contando la misma pista varias veces y confundiendo el resultado.

XMARK usa un contador inteligente que asegura que cada palabra cuente solo una vez para cada pista posible.
La analogía: Es como tener un equipo de detectives. En lugar de que todos griten "¡Vi algo rojo!" al mismo tiempo y se confundan, cada detective anota su hallazgo en una hoja diferente y ordenada. Esto permite encontrar el mensaje con mucha más precisión, incluso si hay muy pocas pistas (pocas palabras en el texto).

¿Qué logran con esto?

Los científicos probaron XMARK en muchas situaciones (escribir historias, resumir noticias, traducir idiomas) y los resultados fueron increíbles:

Textos más naturales: El texto suena tan bien como si la IA no hubiera puesto ninguna marca. No se nota la deformación.
Mensajes más largos: Pueden esconder mucha más información (como un ID de usuario completo) sin romper el texto.
Funciona en textos cortos: Incluso si el texto es muy breve (como un mensaje de texto), XMARK logra recuperar el mensaje con mucha más precisión que los métodos anteriores.
Resistente a trucos: Si alguien intenta borrar o cambiar el texto para ocultar la marca, XMARK sigue siendo capaz de encontrarla.

En resumen

XMARK es como un sistema de seguridad de alta tecnología para los textos de la IA. En lugar de poner una etiqueta gigante y fea en el producto, esconde un código secreto de tal manera que:

El producto sigue siendo perfecto (el texto es de alta calidad).
El código es muy fácil de encontrar para los dueños legítimos (alta precisión).
El código es muy difícil de borrar o perder, incluso si el producto es pequeño.

Es una solución elegante que equilibra la necesidad de proteger la IA de malos usos sin sacrificar la belleza y utilidad de lo que la IA produce.

Resumen Técnico: XMARK

1. Planteamiento del Problema

El avance de los Modelos de Lenguaje Grande (LLM) ha facilitado la generación de texto de alta calidad, pero también ha planteado riesgos de seguridad y ética, como la creación de noticias falsas o correos de phishing. Para mitigar esto, se han propuesto métodos de marcado de agua (watermarking).

Limitaciones de los métodos existentes:
- Marcado de agua de cero bits: Solo detecta si un texto es generado por IA, pero no permite atribución (identificar al usuario o fuente).
- Marcado de agua multi-bits: Permite incrustar mensajes binarios (IDs de usuario, metadatos), pero enfrenta dos desafíos principales:
  1. Calidad vs. Precisión: Los métodos que perturban fuertemente los logits para mejorar la decodificación degradan la calidad del texto (aumentan la perplejidad).
  2. Dependencia de la longitud del texto: La precisión de la decodificación cae drásticamente cuando el texto sospechoso es corto (pocos tokens), un escenario común en la práctica.
  3. Ineficiencia computacional: Algunos métodos requieren enumeración exhaustiva para mensajes largos, volviéndose inviables.

2. Metodología Propuesta: XMARK

XMARK es un método novedoso de marcado de agua multi-bits diseñado para equilibrar la calidad del texto, la precisión de la decodificación y la eficiencia, incluso con un número limitado de tokens. Se basa en tres componentes clave:

A. Codificación: Estrategia "Leave-one-Shard-out" (LOSO) y Lista Evergreen

División del mensaje: El mensaje binario se divide en bloques de $d$ bits.
Permutaciones Múltiples: A diferencia de métodos anteriores que usan una sola permutación del vocabulario, XMARK utiliza $k$ claves hash distintas para generar $k$ permutaciones diferentes del vocabulario.
Estrategia LOSO: Para cada permutación, el vocabulario se divide en $2^d$ fragmentos (shards). En lugar de seleccionar el fragmento correspondiente al valor del mensaje como la "lista verde" (como hace MPAC), XMARK selecciona todos los fragmentos excepto uno (el que corresponde al valor del mensaje). Esto aumenta la proporción de la lista verde ( $\gamma \approx 1 - 2^{-d}$ ), preservando mejor la distribución de logits original y, por tanto, la calidad del texto.
Lista Evergreen: Se construye una lista "evergreen" (permanente) mediante la intersección de las $k$ $k$ listas verdes generadas. Solo los tokens que pertenecen a esta lista intersección reciben un sesgo positivo ( $\delta$ $δ$ ) en sus logits.
- Ventaja: Esto asegura que la lista verde sea proporcional a $(1 - 2^{-d})^k$ , manteniendo una alta calidad de texto incluso con múltiples permutaciones.

B. Decodificación: Matriz de Mapeo Token-Fragmento Restringida (cTMM)

Reconstrucción: El decodificador reconstruye las mismas $k$ permutaciones y fragmentos para cada token del texto sospechoso.
Matriz cTMM: Se utiliza una matriz de mapeo token-fragmento restringida. A diferencia de los métodos anteriores que podrían contar un token múltiples veces hacia el mismo fragmento no reforzado, la cTMM restringe que cada token contribuya máximo una vez a la cuenta de un fragmento específico por permutación.
Lógica de Decodificación: Dado que la estrategia LOSO deja un fragmento "sin reforzar" (el que codifica el mensaje), el decodificador identifica el mensaje buscando el fragmento con menor conteo de tokens en la matriz.
Beneficio: Al usar $k$ permutaciones, cada token proporciona hasta $k$ observaciones para el mapeo, mejorando significativamente la precisión de la estimación incluso con pocos tokens totales.

3. Contribuciones Clave

Diseño de Codificación Híbrido: La combinación de la estrategia LOSO (para calidad) y la lista evergreen (para robustez de señal) permite una alta proporción de tokens no distorsionados.
Mecanismo de Decodificación Avanzado: La introducción de la cTMM resuelve el problema de la sobre-contabilidad en métodos anteriores, mejorando la distinción entre fragmentos reforzados y no reforzados.
Robustez en Escenarios de Pocos Tokens: XMARK demuestra una capacidad superior para recuperar mensajes con precisión cuando la longitud del texto es limitada, un punto débil de los métodos actuales.
Eficiencia Computacional: Elimina la necesidad de enumeración exhaustiva, logrando tiempos de decodificación comparables a los métodos más rápidos (como MPAC) incluso para mensajes largos.

4. Resultados Experimentales

Los autores evaluaron XMARK en tres tareas de LLM (completación de texto, generación de historias y resumen) utilizando modelos como LLaMA-2-7B.

Precisión de Decodificación (Bit Accuracy - BA):
- XMARK superó consistentemente a los métodos de referencia (MPAC, StealthInk, DepthW, etc.).
- En completación de texto con $T=150$ tokens, alcanzó un 98.75% de precisión, superando a MPAC en +3.5%.
- En resumen de texto y generación de historias, mejoró la precisión promedio en más del 5-6% respecto al segundo mejor método.
- Mantiene alta precisión incluso con mensajes largos ( $b=32$ y $b=64$ ) y textos cortos.
Calidad del Texto (Perplejidad - PPL):
- XMARK mantiene una calidad de texto comparable o superior a los métodos existentes.
- En completación de texto, logró un PPL promedio de 4.61, muy cercano al texto no marcado y superior a la mayoría de los competidores (excepto StealthInk, que sacrifica precisión).
Robustez:
- Resistente a ataques de edición de texto (copiar y pegar, parafraseo), manteniendo la mayor precisión de decodificación en comparación con otros métodos.
Rendimiento:
- El tiempo de codificación y decodificación es eficiente, sin sobrecarga computacional significativa frente a la inferencia del LLM.

5. Significado e Impacto

XMARK representa un avance significativo en la trazabilidad de contenido generado por IA.

Solución Práctica: Aborda la limitación crítica de que los textos reales a menudo son cortos, donde los métodos anteriores fallan.
Equilibrio Óptimo: Logra el "santo grial" del marcado de agua: alta precisión de atribución sin sacrificar la fluidez o calidad semántica del texto generado.
Escalabilidad: Es viable para mensajes largos y diversas aplicaciones (traducción, resumen, generación creativa), facilitando la implementación de sistemas de auditoría y atribución de responsabilidad en el uso de LLMs.

En conclusión, XMARK establece un nuevo estado del arte al resolver el compromiso entre la calidad del texto y la fiabilidad de la detección, especialmente en condiciones de recursos limitados (pocos tokens).