UCSD 团队提出数据集水印法，仅凭 API 输出即可检测训练数据盗用

UCSD 团队提出一种 LLM 训练数据集水印方法，通过保义局部编辑提高随机词对共现频率来嵌入数据集级水印，无需注入人工内容或改写样本。该方法仅凭模型生成的文本即可黑盒检测，并提供可证明的假阳性控制。在 4 个 base 模型和 3 个数据集上，微调阶段可可靠检测出水印（p < 0.01），水印数据占微调 token 不到 5% 时仍有效。