UCSD提出数据集水印法检测训练数据盗用

2026年10月16日，AGI Hunt 报道，加州大学圣迭戈分校（UCSD）团队提出一种针对大语言模型训练数据集的水印方法，用于检测训练数据盗用。该方法不注入人工内容、也不改写样本，而是通过对数据集做保义局部编辑，提高随机词对的共现频率，从而在数据集层面嵌入水印。检测环节仅凭模型生成的文本即可完成，属黑盒检测，团队同时给出了可证明的假阳性控制。实验方面，该方法在 4 个 base 模型和 3 个数据集上，于微调阶段可可靠检测出水印，显著性水平 p < 0.01；即使水印数据占微调所用 token 的比例不到 5%，检测仍然有效。目前该事件的公开信息仅此一篇报道，尚无后续进展或相互矛盾的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。