서명 필터링: 대규모 언어 모델(LLM)에서 통계적 워터마크 탐지를 위한 경량화된 향상 방법
Signature filtering: a lightweight enhancement for statistical watermark detection in large language models
통계적 워터마크 탐지를 임베딩·생성 과정은 그대로 두고, 탐지 전에 워터마크 검정을 왜곡하는 소수의 서명(signature) 토큰을 혼합 정수 선형 계획법으로 학습해 제거하는 서명 필터링(signature filtering)을 제안한다. Kgw·Sweet·Unigram·Exp 등 4개 워터마크 계열과 6개 LLM 실험에서 약한 신호·낮은 엔트로피 환경의 탐지율을 8~31%에서 78~99%로 끌어올리고, 토큰 교란 스트레스 테스트에서도 오탐을 낮게 유지하며 WinMax 탐지기와 동등하거나 더 나은 성능을 보였다.