Talk预告 | 佛罗里达大学刘业鹏：谁在用AI审稿？一种基于指令交互的LLM水印方法

十大品牌 2025年08月12日 09:41 0 admin

本期为TechBeat人工智能社区第708期线上Talk。

北京时间8月13日(周三)20:00，佛罗里达大学博士生刘业鹏的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “谁在用AI审稿？一种基于指令交互的LLM水印方法”，届时他将介绍In-Context Watermarking (ICW），一种仅通过提示工程嵌入水印，利用LLMs的上下文学习和指令跟随能力的方法。

Talk·信息

▼

主题：谁在用AI审稿？一种基于指令交互的LLM水印方法

嘉宾：佛罗里达大学 · 博士生 - 刘业鹏

时间：北京时间 8月13日(周三)20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍▼

随着大语言模型（LLMs）在敏感场景中的广泛应用，如何确保AI生成文本的可追溯性与责任归属，已成为有效水印技术的核心需求。然而，现有水印方法大多需要干预模型内部解码过程，限制了其现实适用性。一个典型案例如学术同行评审中不诚实的审稿人使用LLMs生成评审意见，尽管会议组织者无法访问模型内部，仍需检测AI生成内容。

为解决这一问题，我们提出In-Context Watermarking (ICW），仅通过提示工程嵌入水印，利用LLMs的上下文学习和指令跟随能力。我们研究了四种不同粒度的ICW策略，并分别设计了对应的检测方法。此外，以间接提示注入为案例，探讨了通过修改输入文档（如学术手稿）隐蔽触发水印的场景。

实验证明，ICW作为一种与模型无关的实用水印方案具有可行性。值得注意的是，随着LLMs能力提升，ICW为可扩展、低门槛的内容溯源提供了新方向。

Talk大纲

1. 背景：LLM 水印技术和相关工作介绍；

2. 动机与问题：如何有效识别AI审稿是当前学术会议所面临的一个挑战；

3. 解决方案：提出 In-Context Watermarking 方法，仅通过提示工程嵌入水印，利用LLMs的上下文学习和指令跟随能力；

4. 实验结果：实验证明所提出方法的有效性在当前最先进的LLMs上；

5. 总结：相关讨论和未来工作；

Talk·预习资料

▼