本稿では、Dual-Embedding Watermarking (DEW) を紹介する。これは大規模言語モデル向けの意味論的透かしスキームであり、文脈レベルおよびトークンレベルの埋め込みを活用して、パラフレーズや翻訳に対する耐性を高める。

  • 本手法は、秘密鍵でシードされた擬似ランダム行列を通じて埋め込みベクトルを射影することで、透かしを難読化する。
  • 基礎となる代数から導出される関連分布が評価され、DEW の統計的テストやベンチマークに使用される。
  • 複数の LLM における実験結果は、DEW がパラフレーズ後の検出性を向上させつつ、競争力のあるテキスト品質を維持していることを示している。
  • 透かしは翻訳後も検出可能であり、従来の意味論的透かしが大幅に劣化する場合でも同様である。

これらの知見により、DEW は LLM 生成テキストの保護と責任ある AI デプロイメントにおける重要な課題に対処する、実用的で堅牢なソリューションとして位置づけられる。