オープンウェイトLLM変更時の透かし検出、理論と実験で堅牢性評価
プラシャント・シェカール (Prashant Shekhar) 氏らは2026年11月17日(現地時間)、オープンウェイト言語モデル(LLM)のウェイトが変更された際のウォーターマーク(透かし)検出の有効性に関する研究成果をarXiv cs.CRで発表した。研究では、OpenStampスタイルの検証器におけるエビデンスの変化を分析し、理論的な下限と偏差上限を導出。モデル変更に対する透かしの堅牢性についての理解を深めることを目的としている。