Detecting Post-generation Edits to Watermarked LLM Outputs via Combinatorial Watermarking¶

按周期性词表子集模式给下一token logits加偏置，全局统计任意循环相位的窗口匹配率；局部统计覆盖某token的全部完整窗口，定位可能编辑。CPU实现式2–5，不用固定绝对相位、边界补零或随机词表规则冒充论文定义。

论文信息¶

字段	内容
论文链接	arXiv 2510.01637 v1；固定核对版本 v1
公司 / 机构 / 学校	一作 Liyan Xie：University of Minnesota。固定v1作者栏共同一作Muhammad Siddeek署名Google；第一作者首机构为Minnesota。
首次公开日期	2025-10-02 03:33:12 UTC（arXiv v1）
本轮版本	本轮方法核对固定v1。
原作者代码	固定论文/精确标题检索未找到原作者方法仓库，源码SHA和许可证不可核验；本地独立公式实现；未找到作者源码；论文CC BY4.0
本地 adapter / 稳定键	`combinatorial-watermark`；`adapter: null`；`component_only`
本地复现代码目录	`src/auto_research/foundation_models/combinatorial_watermark.py`
完整实验	成本过高，不复现（审查 DONE），不进入自动重试或实现队列

原始论文总结¶

背景与主要改动¶

固定v1 Section3 Eqs2–5：调用方提供真实secret分区与base logits；bias δ到当前pattern tag后softmax。Iw(t)对所有cyclic phases检查，global mean；local在完整interior t=w−1..T−w平均w个covering windows。全局>=threshold、局部<threshold，阈值需在calibration控制TypeI。binary周期整周期删除可以不可检测，不能承诺完美定位。

flowchart LR
  A[显式外部输入] --> B[论文定义的核心算子]
  B --> C[独立公式与负控核验]
  C --> D[L1机制证据而非能力提升]

原论文关键图¶

Figure 2，固定v1第4页。图片来自原论文，版权归原作者所有；保留原图科学内容与标注，未重绘。来源、裁切与SHA256。

核心公式¶

调用方给定secret词表分区和周期pattern $P$，对当前tag的logits加 $\delta$： $$ \tilde p_u^{(t)}\propto\exp(l_u^{(t)}+\delta\,1[u\in V_{P[t\bmod R]}]). $$ $ I_w(t)$ 检查窗口是否匹配任意循环相位，而不是固定绝对位置： $$ D=\frac{\sum_{t=0}^{T-w}I_w(t)}{T-w+1},\qquad E(t)=\frac1w\sum_{i=0}^{w-1}I_w(t-i). $$ 局部只在 $t=w-1,\ldots,T-w$ 的完整interior定义；不补零边界、不改变分母。全局 $D\ge\tau_d$ 判水印、局部 $E(t)<\tau_e$ 标可能编辑。阈值须独立calibration控制Type-I，不能把硬pattern诊断无误报外推为软水印安全保证。

论文离线与线上效果¶

原文结论来自其真实模型、数据与协议；本页未运行完整矩阵，不将原文指标抄成“本地实测”。未报告生产线上 A/B。

本地复现¶

调用方提供vocabulary partition与base logits；CPU实现bias、softmax、cyclic窗口统计和阈值判定，不提供production secret系统或密码安全保证。诊断不加载tokenizer/LLM。周期AB被删除整周期后可能不可检测，测试保留该负控。

PYTHONPATH=src python -c 'from auto_research.foundation_models.combinatorial_watermark import diagnostic; print(diagnostic(42))'
python -m pytest tests/test_google_emnlp25_foundation.py

diagnostic(seed, device='cpu')只执行生成数据上的独立公式/负控。这是纯CPU参考/协议，不advertise CUDA路径。指标是算子误差、梯度/参数更新或scorer对照，不是正式模型accuracy、写作质量、跨语言能力或Evolve晋级证据。

复现边界¶

完整实验Llama2-7B/OPT1.3B，WikiText多水印强度/模式/1–6token编辑×三种编辑方式，1000条64token、阈值校准及PPL矩阵；原文RTX6000Ada48GB。完整模型数据构造与全矩阵不跑，不编造总耗时；只保留CPU公式和负控。

成本过高，不复现（审查 DONE）。以上为论文配置/资源判断，未为了测成本而启动完整试跑。本地小张量或CPU协议通过不等于完整方法/数据管线或benchmark已接入；diagnostic_only=true、promotion_eligible=false、evolve_integrated=false。

本轮来自Google EMNLP官方会议页的历史线索补漏，不是今天新首发，也不单凭会议页就认定作者具有Google署名；机构证据在信息块逐条注明。