我们研究对大型语言模型 (LLM) 生成的文本加水印的问题——这是解决 LLM 使用安全挑战的最有前途的方法之一。在本文中，我们提出了一个严格的理论框架来量化 LLM 水印的有效性和鲁棒性。我们通过使用简化的固定分组策略扩展现有方法，提出了一种鲁棒且高质量的水印方法，Unigram-Watermark ...

文本水印算法在文本内容的版权保护中发挥着至关重要的作用，但其功能和应用场景历来受到限制。大语言模型（LLM）的最新发展为文本水印技术的进步提供了新的机遇。 LLM 不仅可以通过文本理解和生成能力来增强文本水印算法的能力，而且还需要使用文本水印算法来保护自己的版权 ...

零样本思维链 (CoT) 提示作为一种简单而有效的策略出现，可增强大型语言模型 (LLM) 在现实世界推理任务中的性能。尽管如此，统一应用于整个实例的单一任务级提示的功效本质上是有限的，因为一个提示不可能成为所有实例的好伙伴，更合适的方法应该仔细考虑提示与每个实例之间的交互。这项工作通过自适应区分好提示和坏提示，引入了实例自适应提示算法作为替代的零样本 CoT 推理方案 ...

在本文中，我们提出了一种新颖的密集面元映射系统，只需 CPU 计算即可在不同环境中很好地扩展。使用稀疏 SLAM 系统来估计相机位姿，所提出的地图系统可以将强度图像和深度图像融合成全局一致的模型。该系统经过精心设计，可以使用 RGB-D 相机、立体相机甚至单目相机的深度图像构建从房间规模的环境到城市规模的环境 ...

股票市场在经济发展中发挥着重要作用。由于股票市场波动复杂，对股票价格变化的研究和预测，可以为投资者规避风险。传统的时间序列模型ARIMA不能描述非线性，在股票预测中不能取得满意的结果 ...

基于大语言模型（LLM）的知识图补全（KGC）旨在利用 LLM 预测知识图谱中缺失的三元组。然而，关于基于 LLM 的 KGC 的研究未能充分利用 LLM 的推理能力，忽视了知识图谱不可或缺的关键结构信息。在本文中，我们探索将结构信息纳入 LLM 的方法，其总体目标是促进结构感知推理 ...

大型语言模型的潜在危害可以通过对模型输出加水印来减轻，即将信号嵌入到生成的文本中，这些信号对人类来说是不可见的，但可以通过算法从短跨度的 Token 中检测到 ...

提出了水印方法来识别正在传播的文本是人类生成的还是大型语言模型（LLM）生成的。 Kirchenbauer 等人 (2023a) 最先进的水印策略偏向于 LLM 生成特定的（“绿色”） Token  ...