📊 statistics

Fast segmentation of watermarked texts from large language models through an epidemic change-point framework

本文介绍了 WISER，一种新颖且计算高效的算法，它利用流行病变点框架来精确地定位并分割大语言模型输出中的水印文本，提供了强大的理论保证，并且其性能优于现有方法。

原作者： Soham Bonnerjee, Subhrajyoty Roy, Sayar Karmakar

发布于 2026-07-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Soham Bonnerjee, Subhrajyoty Roy, Sayar Karmakar

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：寻找故事中的“伪造”部分

想象一下，你正在读一个长篇故事。你怀疑其中有些部分是机器人（AI）写的，而剩下的部分是人类写的。这个机器人并不只是随机写作；它在生成的文字中留下了一个秘密的、肉眼不可见的“指纹”（即水印）。

问题不仅仅在于知道这个故事是否由机器人编写。真正的挑战在于找到究竟哪些句子是机器人写的，哪些是人类写的。这被称为分割（segmentation）。

目前，大多数工具只能告诉你“整个故事很可能是 AI 写的”，但它们很难精准定位到具体的段落。此外，这些工具在处理长篇书籍或文章时通常反应过于缓慢。

这篇论文介绍了一个名为 WISER（通过流行病学区域分割进行水印识别）的新工具。它的设计目标是快速、准确，并且在数学上被证明即使在文本杂乱或经过人类编辑的情况下也能有效工作。

核心思想：“流行病”类比

作者意识到，寻找这些带有水印的部分在数学上类似于追踪一场流行病。

类比： 想象一个健康的城镇，每个人都很健康（这代表人类编写的文本）。突然，一个病毒爆发了，在某个社区内感染了一定数量的房屋，持续一段时间后，病毒消失了，城镇恢复了健康。
联系： 这个“病毒”就是水印。它出现在文本的一个特定“区块”（带水印的片段）中，而在其他地方则不存在。
旧方法： 以前的方法试图通过寻找两个独立的“变化点”（比如寻找病毒开始的确切时刻和停止的确切时刻）来找到这些带有水印的部分。这非常困难且缓慢，尤其是当出现多次疫情爆发时。
WISER 的方式： WISER 将文本视为一个整体的“流行病区块”。它会问：“受感染房屋的集群在哪里？”它不只是寻找起点和终点，而是寻找整个受感染区域。这使得它更快、更稳健。

WISER 如何运作（三步侦探流程）

论文将 WISER 描述为一个三阶段的侦探过程：

撒网（阻断阶段 - Blocking Stage）：
想象向整个文本投掷一张宽大的网。文本被切分成许多小块（区块）。WISER 会检查每个区块，看它是否含有高浓度的“病毒”（水印信号）。如果一个区块看起来可疑，它就会被保留下来；如果看起来很干净，它就会被剔除。这能迅速缩小搜索范围。
清理（丢弃阶段 - Discarding Stage）：
有时，网会捕捉到一些假警报（即由于偶然巧合而看起来可疑的干净区块）。WISER 会观察它发现的可疑区块组。如果一组区块非常微小或孤立，它就会假设这是一个假警报并将其移除。这确保了只有“真实的”爆发会被留下。
精准切割（精细搜索阶段 - Refined Search）：
现在 WISER 大致知道爆发发生的位置，它会进行放大观察。它使用一种巧妙的数学技巧（基于最小化特定得分）来绘制受感染区域的确切边界。它能找到 AI 编写文本的精确起点和终点。

为什么它很特别？

论文强调了 WISER 具有重大意义的三个主要原因：

速度（快车道）：
其他方法就像是在试图通过逐一检查每一根干草来寻找草堆里的针，随着文本变长，它们会变得非常慢。WISER 则像一块瞬间扫过草堆的磁铁。作者从数学上证明了 WISer 运行在线性时间（O(n)）内，这意味着如果文本长度增加一倍，处理时间也仅增加一倍，而不是四倍或十倍。它是目前唯一具有数学保证的最快方法。
准确度（锐利的眼睛）：
在测试中，WISER 在寻找 AI 文本确切边界方面优于其他顶尖方法（如 Aligator、SeedBS 和 Waterseeker）。它不仅仅是猜测，即使在文本很长或 AI 模型不同时，它也能以高精度找到正确的片段。
鲁棒性（坚固的盾牌）：
如果人类在 AI 写作之后对文本进行了编辑怎么办？比如他们删除了一个句子或更换了一个词。许多工具在这种情况下都会失效。WISER 被设计为可以处理这种“混合来源”的文本。它假设“病毒”可能会被轻微改变，但由于底层模式依然存在，因此仍可被检测到。

“秘方”：枢轴统计量（Pivot Statistics）

为了实现这一切，论文依赖于一个被称为枢轴统计量的概念。

将 AI 的“指纹”想象成一个秘密代码。作者使用一种数学工具将文本转换为一个得分。

如果文本是人类写的，得分会保持在低位且稳定（就像平静的心跳）。
如果文本是 AI 写的，得分就会上升（就像发烧）。

WISER 的天才之处在于它并不关心“发烧”是由什么引起的（是哪种特定的 AI 模型或哪种特定的水印技术）。它只是寻找以“区块”形式出现的“发烧”（升高的得分）。这使得该工具非常灵活，适用于各种不同类型的 AI 水印。

总结

这篇论文提出了 WISER，一种作为 AI 生成文本的高速、高精度扫描仪的算法。通过将问题视为一场“流行病”（寻找感染集群）而非仅仅寻找起点和终点，WISER 能够快速且准确地将人类写作与 AI 写作从单一文档中分离出来。它比现有工具更快、更准确，并且在数学上被证明效果更好，使其成为打击 AI 虚假信息和剽窃行为的有力武器。

技术摘要：通过流行病式变点框架实现大规模语言模型水印文本的快速分割

问题陈述
大语言模型（LLM）的激增使得建立稳健的机器生成内容检测机制变得至关重要，以应对有关真实性、版权和学术诚信的担忧。虽然已经开发了水印方案（通过使用秘密密钥将统计信号嵌入到标记生成中）来检测 LLM 生成文本的存在，但对于在混合来源文本（包含人类生成和机器生成内容）中定位特定水印片段这一更细粒度的任务，仍缺乏深入研究。现有的分割算法通常面临极高的计算复杂度，使其不适用于长文本，或者缺乏对改写和后期编辑具有鲁棒性的理论保证。此外，当前的方法难以高效地识别单个文档中的多个不连续水印区间。

方法论：流行病式变点视角
作者提出了 WISER（通过分割流行区域进行水印识别），该算法将水印分割问题重新定义为一个流行病式变点检测（epidemic change-point detection）问题。

枢轴统计量与抬升的备选假设：该方法依赖于“枢轴统计量”（ $Y_t$ ），它是生成的标记和伪随机密钥的函数。在零假设（人类生成/无水印标记）下，这些统计量遵循已知的平稳分布，其均值为 $\mu_0$ 。在备选假设（有水印标记）下，统计量表现出“抬升的备选”特性，即无论 LLM 的具体下一标记分布（NTP）如何，其期望值都比 $\mu_0$ 严格增大一个边际值 $d$ 。
流行病建模：不同于标准变点问题中偏移会持续存在的情况，水印创造了“流行”区间：统计量的均值在特定连续片段（水印）内向上偏移，并在该片段之外返回基准线。
算法设计：
- 单段估计器：针对单个水印块，作者采用了一种通过最小化候选区间外偏差盈余的估计器。通过从区间外的统计量总和中减去一个缓冲项（ $\rho \tilde{d}$ ），该算法在惩罚包含非水印标记的同时，奖励排除抬升的水印标记。
- 多段策略 (WISER)：为了处理在事先不知道段数 ( $K$ $K$ ) 的情况下处理多个片段，WISER 采用了一个四阶段流水线：
  - 分块 (Blocking)：将文本划分为若干块。保留统计量之和超过阈值 $Q$ 的块。
  - 丢弃 (Discarding)：形成保留块的连通分量。根据长度阈值（ $c\sqrt{\log n}$ ）丢弃短小的分量（可能是假阳性）。
  - 扩张 (Enlargement)：将剩余的连通区域按 $\sqrt{n}$ 的因子进行扩张，以确保它们完全覆盖真实的水印段。
  - 精细局部搜索 (Refined Local Search)：在这些扩张后的区域内应用单段估计器，以精确定位起始点和结束点。
- 计算效率：通过将搜索空间限制在由筛选阶段导出的扩张区域内，WISER 实现了 $O(n)$ 的计算复杂度，这是第一个具有理论保证的线性时间复杂度分割算法。

核心贡献

新颖视角：本文建立了水印定位与流行病式变点检测之间的正式联系，这是一个此前在该领域尚未被充分利用的框架。
理论保证：作者提供了有限样本误差界限，并证明了 WISER 在检测多个水印段方面的相合性。定理 3.1 确立了估计区间与真实区间之间的对称差以 $O((\rho \tilde{d})^{-1})$ 的速率收敛。定理 4.1 将其扩展到多段情况，证明了随着 $n \to \infty$ ，WISER 能以高概率正确识别段数及其位置。
算法创新：WISER 是第一个在保持 $O(n)$ 计算效率的同时，为通用多段水印定位提供可证明理论有效性的算法。
鲁棒性：该方法旨在对特定的 LLM 架构或 NTP 保持不可知性，仅依赖于枢轴统计量的属性和抬升备选假设。

实验结果
研究人员在基准数据集（C4 News）上，针对各种 LLM（如 OPT、Gemma、Llama-3、Mistral）和多种水印方案（Gumbel、逆变换、红绿方案、置换与翻转）进行了广泛的数值实验。

准确性：在包括交并比（IoU）、精确率、召回率和 F1 分数在内的所有指标上，WISER 始终优于最先进的基准方法（Aligator、SeedBS-NOT、Waterseeker）。在许多场景下，WISER 的性能接近“Oracle”估计器（即假设已知真实段数 $K$ 的估计器）。
速度：经验运行时分析证实了其理论上的 $O(n)$ 复杂度。WISER 比竞争方法显著更快，后者通常表现出超线性或二次方缩放。
鲁棒性：该算法在标记生成具有不同程度的时间依赖性时仍能保持高性能，并展示了在混合来源文本中对抗人类编辑（替换、插入、删除）的韧性。

意义与主张
本文将 WISER 定位为 AI 审核和内容验证的关键工具。作者声称，通过将经典统计理论（流行病式变点）与现代生成式 AI 挑战相结合，他们产生了一个既具有理论有效性又具有计算效率的解决方案。

其意义在于填补了文献中的空白，即现有方法要么在处理长文档时过于缓慢，无法投入实际应用，要么缺乏严谨的统计保证。作者强调，其方法不需要了解特定的 LLM 架构，这使其成为在涉及人类-AI 混合文本的现实场景中检测和定位水印内容的通用化解决方案。这项工作还突出了枢轴统计量在处理水印标记序列的非平稳性方面的作用，这一特性使其区别于标准的变点检测文献。

大局观：寻找故事中的“伪造”部分

核心思想：“流行病”类比

WISER 如何运作（三步侦探流程）

为什么它很特别？

“秘方”：枢轴统计量（Pivot Statistics）

总结

类似论文