划重点
01谷歌开发的SynthID文本水印技术登上Nature杂志封面，可保持文本质量并实现高检测精度。
02SynthID-Text通过 Tournament采样算法引入，不影响LLM训练，仅修改采样程序。
03该技术已应用于Gemini和Gemini Advanced的水印添加，证明生成文本水印可以成功实施并扩展到现实世界的生产系统。
04然而，SynthID-Text目前仅可处理短至三句话的文本，以及对事实问题的回答，难以处理短文本、被重写或翻译的内容。
05谷歌表示，SynthID并非识别人工智能生成内容的灵丹妙药，但将是开发更可靠人工智能识别工具的重要组成部分。
以上内容由腾讯混元大模型生成，仅供参考
机器之心报道
机器之心编辑部
现如今，大型语言模型（LLM）生成的内容已经充斥了整个互联网，并且这些模型还能模仿各种类似真人的语气和行文风格，让人难以分辨眼前的文本究竟来自人类还是 AI。
这样的问题或许可通过所谓的水印（watermarking）技术来解决。
谷歌开发的 SynthID 文本水印技术登上了最新一期 Nature 杂志封面，之前机器之心已经报道过该公司开发的图像水印技术，参阅《给 AI 生成图像「加水庸，谷歌发布识别工具 SynthID》。
给图像和文本添加水印具有各不一样的难点。
在给图像添加水印时，由于人眼的辨别相近色彩和能力远不及机器 毕竟在机器「看」来，这些不同颜色本质上只是不同的数值。以下动图展示了多张加了水印和未加水印的对比图像。是不是完全看不来水印在哪里？
但对于以序列形式展示的文本，人类和机器一样可以分明地看见其中全部信息。那么该如何给文本添加水印呢？
为了使人工智能生成的文本更易于识别，Google DeepMind 创建了 SynthID-Text，现已通过 Google Responsible Generative AI Toolkit 开源。
论文地址：https://www.nature.com/articles/s41586-024-08025-4
开源地址：https://github.com/synthid-text
SynthID-Text 是一种可立即投入生产的文本水印方案，可保持文本质量并实现高检测精度，同时将延迟开销降至最低。并且，SynthID-Text 不影响 LLM 训练，仅修改采样程序；水印检测计算效率高，无需使用底层 LLM。
SynthID-Text 建立在以前生成水印组件的基础上，并引入了一种新型采样算法，即 Tournament 采样。SynthID-Text 可以配置为非失真（保留文本质量）或失真（以牺牲文本质量为代价提高水印可检测性）。在这两种设置中，SynthID-Text 都提供了更高的检测率。
简单举个例子，对于短语「我最喜欢的热带水果是__」，LLM 可能会使用 token「芒果」、「荔枝」、「木瓜」或「榴莲」来完成句子，并且每个 token 都会给出一个概率分数。当有一系列不同的 token 可供选择时，SynthID 可以调整每个预测 token 的概率分数，以免影响输出的质量、准确性和创造力。
谷歌通过对来自 Gemini 实时互动的近2000 万条响应进行了大规模用户反馈评估，结果表明：非失真 SynthID-Text 可以保持文本质量。因此，SynthID-Text 已被用于为 Gemini 和 Gemini Advanced 添加水樱这证明生成文本水印可以成功实施并扩展到现实世界的生产系统，为数百万用户提供服务。
此外，谷歌还提供了一种将生成水印与投机采样（speculative sampling）相结合的算法，允许将 SynthID-Text 集成到大规模生产系统中，而额外的计算开销可以忽略不计。
不过，SynthID-Text 目前仅可以处理短至三句话的文本，以及经过裁剪、解释或修改的文本，但却很难处理短文本、被重写或翻译的内容，甚至是对事实问题的回答。
谷歌表示：「SynthID 并不是识别人工智能生成内容的灵丹妙药，但 SynthID 将是开发更可靠人工智能识别工具的重要组成部分。」
参考链接：
https://www.theverge.com/2024/10/23/24277873/google-artificial-intelligence-synthid-watermarking-open-source
