arXiv论文提出无需密钥的LLM水印定向位移攻击

发生了什么

据arXiv cs.CL报道，研究者提出一种无需密钥的LLM多比特水印定向位移攻击。攻击者仅需访问少量账户生成输出和logits，即可重写文本以改变嵌入的水印消息（如账号ID）。实验显示该攻击在五种水印方法和四种LLM上具有高精度成功率。