ArcMark: Distortion-Free Multi-Byte LLM Watermark via Optimal Transport
यह शोधपत्र ArcMark को प्रस्तुत करता है, जो लार्ज लैंग्वेज मॉडल्स के लिए एक नवीन डिस्टॉर्शन-मुक्त मल्टी-बाइट वॉटरमार्किंग फ्रेमवर्क है, जो टेक्स्ट के आउटपुट डिस्ट्रीब्यूशन या गुणवत्ता को बदले बिना उसमें पर्याप्त सूचना को विश्वसनीय रूप से एम्बेड करने के लिए ऑप्टिमल ट्रांसपोर्ट और इन्फॉर्मेशन-थ्योरेटिक चैनल कोडिंग सिद्धांतों का लाभ उठाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास एक बहुत ही प्रतिभाशाली, रचनात्मक लेखक (एक लार्ज लैंग्वेज मॉडल, या LLM) है जो कहानियाँ, कोड या ईमेल लिख सकता है। आप जानना चाहते हैं कि क्या टेक्स्ट का एक विशिष्ट हिस्सा इस AI द्वारा लिखा गया था, और यदि ऐसा है, तो आप यह भी जानना चाहते हैं कि वास्तव में किसने इसके लिए पूछा था, AI का कौन सा संस्करण इसे लिख रहा था, या मूल प्रॉम्प्ट क्या था।
यहीं पर ArcMark काम आता है। यह AI टेक्स्ट के लिए एक नई "अदृश्य स्याही" (invisible ink) है।
यहाँ इस पेपर के दावों का सरल विवरण दिया गया है, जिसमें रोजमर्रा के उपमाओं (analogies) का उपयोग किया गया है:
1. समस्या: "वन-बिट" फ्लैशलाइट
AI टेक्स्ट को वॉटरमार्क करने के पिछले तरीके एक ऐसी फ्लैशलाइट की तरह थे जो केवल एक बार चमक सकती थी (एक "जीरो-बिट" या "वन-बिट" सिग्नल)।
- यह क्या करता था: यह आपको बता सकता था कि, "हाँ, यह AI द्वारा लिखा गया था" या "नहीं, यह नहीं था।"
- सीमा: यह आपको यह नहीं बता सकता था कि इसे किसने लिखा था या उन्होंने किस बारे में लिखा था। यह अंधेरे में एक लाइट चमकते हुए देखने जैसा था, लेकिन यह नहीं पता चल पाता था कि उसे किसने चालू किया।
- पुराना तरीका: अधिक जानकारी भेजने के लिए, पुराने तरीकों ने टेक्स्ट में थोड़ा बदलाव करने की कोशिश की, जैसे यहाँ-वहाँ एक शब्द बदलना। इससे कभी-कभी लेखन थोड़ा रोबोटिक या अप्राकृतिक (distortion) लगने लगता था।
2. समाधान: "अदृश्य पोस्टकार्ड" (ArcMark)
शोधकर्ताओं ने ArcMark बनाया है, जो टेक्स्ट के अंदर छिपे एक अदृश्य पोस्टकार्ड की तरह है।
- जादू: यह सिर्फ कुछ सौ शब्दों के टेक्स्ट के भीतर सूचना के कई बाइट्स (जैसे कि एक पूरा आईडी नंबर या एक छोटा संदेश) छिपा सकता है।
- "नो डिस्टॉर्शन" का वादा: सबसे महत्वपूर्ण दावा यह है कि यह अदृश्य स्याही लेखन की गुणवत्ता को नहीं बदलती है। यदि आप टेक्स्ट को पढ़ते हैं, तो यह बिल्कुल उतना ही स्वाभाविक लगता है जितना कि यदि AI ने बिना किसी छिपे हुए संदेश के इसे लिखा होता। पेपर का दावा है कि यह टेक्स्ट "डिस्टॉर्शन-फ्री" है, जिसका अर्थ है कि AI का स्वाभाविक प्रवाह बाधित नहीं होता है।
3. यह कैसे काम करता है: "सर्कल गेम"
पेपर में कुछ भारी गणित का उपयोग किया गया है, लेकिन यहाँ उनके तरीके का सरल संस्करण है:
- वृत्त (The Circle): कल्पना कीजिए कि AI की संभावित शब्दों की सूची (उसका शब्दावली/vocabulary) एक विशाल घेरे या वृत्त में व्यवस्थित है।
- लक्ष्य (The Target): सिस्टम उस वृत्त में एक विशिष्ट स्थान चुनता है जो गुप्त संदेश के एक हिस्से का प्रतिनिधित्व करता है।
- शफल (The Shuffle): AI और डिकोडर (वह व्यक्ति जो संदेश की जाँच कर रहा है) एक गुप्त "शफल" कुंजी साझा करते हैं। यह कुंजी वृत्त को घुमा देती है ताकि केवल उन्हें ही पता हो कि गुप्त स्थान कहाँ है।
- चयन (The Selection): AI को एक शब्द चुनने के लिए कहा जाता है। पूर्णतः सर्वश्रेष्ठ शब्द चुनने के बजाय, यह उस शब्द को चुनता है जो वृत्त पर गुप्त स्थान के करीब हो।
- उपमा: कल्पना कीजिए कि आप एक खेल खेल रहे हैं जहाँ आपको टोकरी से एक फल चुनना है। नियम है: "एक ऐसा फल चुनें जो मेज पर लाल धब्बे के करीब हो, लेकिन सुनिश्चित करें कि टोकरी अभी भी एक सामान्य फलों की टोकरी जैसी ही दिखे।" AI एक ऐसा फल चुनता है जो दोनों नियमों को पूरा करता है।
- गणित: पेपर "ऑप्टिमल ट्रांसपोर्ट" (Optimal Transport) की अवधारणा का उपयोग करता है। इसे एक अत्यंत कुशल डिलीवरी ड्राइवर के रूप में सोचें जो "सर्वश्रेष्ठ" फलों को "लाल धब्बे" तक इस तरह ले जाता है कि टोकरी खाली या अस्त-व्यस्त न दिखे।
4. यह बेहतर क्यों है: "टीम वर्क" बनाम "सोलो एक्ट"
- पुराने तरीके: हर एक शब्द में सूचना का एक छोटा सा हिस्सा छिपाने की कोशिश करते थे। यदि आप एक शब्द में गलती करते, तो आप उस बिट को खो देते। यह एक समय में एक अक्षर फुसफुसाकर संदेश भेजने जैसा था; यदि हवा चल जाती, तो आप अक्षर खो देते।
- ArcMark: पूरे पैराग्राफ को एक एकल पहेली के रूप में देखता है। यह एक "लीनियर कोड" (एक फैंसी तरीका कहने का कि यह एक टीम का प्रयास है) का उपयोग करता है। भले ही कोई हमलावर कुछ शब्दों को बदल दे (जैसे वाक्यों को पैराफ्रेस करना/पुनर्गठित करना), डिकोडर फिर भी पूरे संदेश को समझ सकता है क्योंकि वह केवल व्यक्तिगत शब्दों को नहीं, बल्कि पूरे अनुक्रम (sequence) के पैटर्न को देखता है।
5. परिणाम: पेपर ने क्या पाया
लेखकों ने लोकप्रिय AI मॉडल्स (जैसे Llama3, Mistral, और Qwen) पर ArcMark का परीक्षण किया और पाया:
- सटीकता (Accuracy): यह सफलतापूर्वक 1, 2, 3, या यहाँ तक कि 4 बाइट्स का डेटा (जो टेक्स्ट के लिए बहुत अधिक है) उच्च सटीकता के साथ छिपा और पुनः प्राप्त कर सकता है।
- गोपनीयता (Stealth): टेक्स्ट सामान्य AI टेक्स्ट की तरह ही अच्छा लगता है। "परप्लेक्सिटी" (एक स्कोर जो यह मापता है कि टेक्स्ट कितना भ्रमित करने वाला या अप्राकृतिक लगता है) को मापने वाले परीक्षणों ने वॉटरमार्क वाले और बिना वॉटरमार्क वाले टेक्स्ट के बीच कोई अंतर नहीं दिखाया।
- मजबूती (Robustness): भले ही कोई टेक्स्ट को "पैराफ्रेस" करने की कोशिश करे (जैसे इसे फ्रेंच में अनुवाद करना और फिर वापस अंग्रेजी में, या वाक्यों को फिर से लिखना), ArcMark पिछले तरीकों की तुलना में बहुत बेहतर तरीके से जीवित रहता है।
- क्षमता (Capacity): पेपर गणितीय रूप से सिद्ध करता है कि ArcMark उस सैद्धांतिक अधिकतम सीमा के बहुत करीब है, जहाँ तक आप टेक्स्ट को खराब किए बिना उसमें कितनी जानकारी छिपाई जा सकती है।
सारांश
ArcMark AI टेक्स्ट पर एक छिपे हुए, मल्टी-बाइट आईडी कार्ड को स्टैम्प करने का एक नया, अत्यधिक कुशल तरीका है। यह यह सब बिना टेक्स्ट को अजीब बनाए करता है, और यह इतना स्मार्ट है कि टेक्स्ट को फिर से लिखने या संपादित करने के प्रयासों के बावजूद सुरक्षित रहता है। यह "AI में संदेश छिपाने" की समस्या को एक अनुमान लगाने वाले खेल से बदलकर एक सटीक, गणितीय विज्ञान में बदल देता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।