Тест, свързан с ръководство · Среден Ниво
Тест за резултатите от езиков модел за водни знаци
Проверява зелените водни знаци в списъка, статистически данни за откриване, зареждане на таен ключ, граници на устойчивост, компромиси в качеството на текста и SynthID-Text.
Въпрос 1 на 8
Във воден знак със зелен списък/червен списък, как се вгражда сигналът?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Във воден знак със зелен списък/червен списък, как се вгражда сигналът?
- Чрез изместване на извадката от токени към тайно избран зелен списък
- Чрез вмъкване на невидими Unicode знаци между думите
- Чрез добавяне на скрит долен колонтитул към текста
- Чрез криптиране на целия изход
- Защо текстът с воден знак е по-труден за откриване, когато е много кратък?
- Краткият текст използва различен речник
- Излишъкът от зелен токен е твърде малък, за да бъде статистически значим
- Детекторите игнорират текст под 10 думи по правило
- Краткият текст винаги е написан от хора
- Какво обикновено определя дали даден токен попада в зеления или червения списък?
- Азбучен ред на токена
- IP адресът на потребителя
- Хеш на предходните токени, комбиниран със таен ключ
- Часът от деня, в който е генериран текстът
- Кое действие е най-вероятно да премахне или отслаби текстов воден знак?
- Четене на текста на глас
- Запазване на файла в различен формат
- Смяна на шрифта
- Силно перифразиране или превод
- Какъв е ключов компромис при увеличаване на силата на отклонението на зеления токен?
- Той повишава устойчивостта, но може да влоши качеството и разнообразието на текста
- Прави откриването по-бавно, но текста по-бърз
- Той подобрява както откриването, така и качеството без разходи
- Премахва необходимостта от таен ключ
- Коя система от реалния свят въведе водния знак на езиков модел в производство?
- Adobe Photoshop
- Google SynthID-текст на DeepMind
- Блокчейн книга
- DNS записи
- As a watermarked passage gets longer, how does the detector’s green-token z-statistic typically scale?
- Linearly with the number of model parameters
- As the inverse square root of the passage length
- Roughly with the square root of the number of tokens
- It remains exactly constant
- Why is the secret watermark key not embedded directly in the generated text?
- The vocabulary has no token IDs
- Embedding a key would disable tokenization
- The model cannot store character strings
- The signal is encoded in token choices, while keeping the key secret prevents others from easily reproducing or forging the split