वॉटरमार्किंग भाषा मॉडल आउटपुट प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. ग्रीन-लिस्ट/रेड-लिस्ट वॉटरमार्क में, सिग्नल कैसे एम्बेडेड होता है?
   • गुप्त रूप से चुनी गई हरी सूची की ओर टोकन नमूने का पूर्वाग्रह करके
   • शब्दों के बीच अदृश्य यूनिकोड वर्ण डालकर
   • पाठ में एक छिपा हुआ पादलेख जोड़कर
   • संपूर्ण आउटपुट को एन्क्रिप्ट करके
2. वॉटरमार्क वाला टेक्स्ट बहुत छोटा होने पर उसका पता लगाना कठिन क्यों होता है?
   • लघु पाठ भिन्न शब्दावली का उपयोग करता है
   • ग्रीन-टोकन अधिशेष सांख्यिकीय रूप से महत्वपूर्ण होने के लिए बहुत छोटा है
   • नियम के अनुसार डिटेक्टर 10 शब्दों से कम के पाठ को अनदेखा कर देते हैं
   • लघु पाठ सदैव मानव-लिखित होता है
3. आम तौर पर यह क्या निर्धारित करता है कि कोई टोकन हरी या लाल सूची में आएगा या नहीं?
   • टोकन का वर्णमाला क्रम
   • उपयोगकर्ता का आईपी पता
   • पिछले टोकन का एक हैश एक गुप्त कुंजी के साथ संयुक्त
   • दिन का वह समय जब पाठ तैयार किया गया था
4. कौन सी क्रिया किसी टेक्स्ट वॉटरमार्क को हटाने या कमजोर करने की सबसे अधिक संभावना है?
   • पाठ को ज़ोर से पढ़ना
   • फ़ाइल को किसी भिन्न स्वरूप में सहेजना
   • फ़ॉन्ट बदलना
   • भारी व्याख्या या अनुवाद
5. ग्रीन-टोकन पूर्वाग्रह की ताकत बढ़ाते समय एक प्रमुख समझौता क्या है?
   • यह मजबूती को बढ़ाता है लेकिन पाठ की गुणवत्ता और विविधता को ख़राब कर सकता है
   • यह पहचान को धीमा कर देता है लेकिन टेक्स्ट को तेज़ बना देता है
   • यह बिना किसी लागत के पहचान और गुणवत्ता दोनों में सुधार करता है
   • यह गुप्त कुंजी की आवश्यकता को समाप्त कर देता है
6. वास्तविक दुनिया की कौन सी प्रणाली भाषा-मॉडल वॉटरमार्किंग को उत्पादन में लेकर आई?
   • एडोब फोटोशॉप
   • Google डीपमाइंड का सिंथआईडी-टेक्स्ट
   • एक ब्लॉकचेन बही
   • डीएनएस रिकॉर्ड
7. 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
8. 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