Kuis Keluaran Model Bahasa Watermarking

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Pada tanda air daftar hijau/daftar merah, bagaimana sinyal tertanam?
   • Dengan membiaskan pengambilan sampel token ke daftar hijau yang dipilih secara diam-diam
   • Dengan menyisipkan karakter Unicode yang tidak terlihat di antara kata-kata
   • Dengan menambahkan footer tersembunyi ke teks
   • Dengan mengenkripsi seluruh output
2. Mengapa teks yang diberi watermark lebih sulit dideteksi jika teksnya sangat pendek?
   • Teks pendek menggunakan kosakata yang berbeda
   • Surplus token hijau terlalu kecil untuk menjadi signifikan secara statistik
   • Detektor mengabaikan teks di bawah 10 kata berdasarkan aturan
   • Teks pendek selalu ditulis manusia
3. Apa yang biasanya menentukan apakah suatu token masuk dalam daftar hijau atau merah?
   • Urutan token berdasarkan abjad
   • Alamat IP pengguna
   • Hash dari token sebelumnya dikombinasikan dengan kunci rahasia
   • Waktu teks dibuat
4. Tindakan manakah yang paling mungkin menghilangkan atau melemahkan tanda air teks?
   • Membaca teks dengan lantang
   • Menyimpan file dalam format berbeda
   • Mengubah font
   • Parafrase atau terjemahan yang berat
5. Apa trade-off utama ketika meningkatkan kekuatan bias token hijau?
   • Hal ini meningkatkan ketahanan namun dapat menurunkan kualitas dan keragaman teks
   • Itu membuat deteksi lebih lambat tetapi teks lebih cepat
   • Ini meningkatkan deteksi dan kualitas tanpa biaya
   • Ini menghilangkan kebutuhan akan kunci rahasia
6. Sistem dunia nyata apa yang membawa watermarking model bahasa ke dalam produksi?
   • Adobe Photoshop
   • Google Teks SynthID DeepMind
   • Buku besar blockchain
   • Catatan DNS
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