Test legat de ghid · Mediu Nivel
Testul de ieșire a modelului de limbaj de filigranare
Checks green-list watermarks, detection statistics, secret-key seeding, robustness limits, text-quality trade-offs and SynthID-Text.
Întrebare 1 de 8
Într-un filigran cu listă verde/listă roșie, cum este încorporat semnalul?
Previzualizează fiecare întrebare8 întrebări
Răspunsurile și explicațiile apar pe măsură ce susțineți testul.
- Într-un filigran cu listă verde/listă roșie, cum este încorporat semnalul?
- Prin orientarea eșantionării cu jetoane către o listă verde aleasă în secret
- Prin inserarea de caractere Unicode invizibile între cuvinte
- Prin adăugarea unui subsol ascuns la text
- Prin criptarea întregii ieșiri
- De ce textul cu filigran este mai greu de detectat când este foarte scurt?
- Textul scurt folosește un vocabular diferit
- Surplusul de token verde este prea mic pentru a fi semnificativ statistic
- Detectoarele ignoră textul sub 10 cuvinte după regulă
- Textul scurt este întotdeauna scris de om
- Ce determină de obicei dacă un jeton ajunge pe lista verde sau roșie?
- Ordinea alfabetică a jetonului
- Adresa IP a utilizatorului
- Un hash al jetoanelor precedente combinat cu o cheie secretă
- Ora din zi în care a fost generat textul
- Ce acțiune este cel mai probabil să elimine sau să slăbească un filigran text?
- Citirea textului cu voce tare
- Salvarea fișierului într-un alt format
- Schimbarea fontului
- Parafrazare sau traducere grea
- Care este un compromis cheie atunci când crește puterea părtinirii simbolului verde?
- Îmbunătățește robustețea, dar poate degrada calitatea și diversitatea textului
- Face detectarea mai lentă, dar textul mai rapid
- Îmbunătățește atât detectarea, cât și calitatea fără costuri
- Îndepărtează necesitatea unei chei secrete
- Ce sistem din lumea reală a adus în producție filigranarea modelului de limbaj?
- Adobe Photoshop
- Google SynthID-Text al DeepMind
- Un registru blockchain
- înregistrări DNS
- 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