基于预算的KGW水印规避方法提出但效果有限

该论文构建了一种通过普通短语重写进行预算内KGW（Kumar-Geisler-Watermark）水印规避的方法，利用独立模型生成的替代方案组合，并在完整输出上测量全局token编辑距离，旨在最大化移除原始评分token对而不使用密钥或查询被水印模型。 在受控实验中，针对短文本的1-token上下文测试显示，82个初始被检测的源中仅有39个（约48%）生成了终端检测器分数Z小于4的重写版本，平均实际token编辑成本为16.0%，处于20%的允许预算内。尽管历史研究尝试从生成轨迹推断初始检测分数Z0（相关系数0.793），但聚合信息未能建立更优的资源分配策略，且无轨迹停止测试也无法可靠利用候选库中更便宜的审查交叉点。 事实层面，该方法实现了预算内的证据替换执行，但实验数据表明其在签名减少和识别足够编辑量方面存在局限；推断层面，该构造并未证明比简单的选择和普通约束重写具有显著优势；猜测层面，这暗示单纯依赖token级编辑可能难以突破基于统计偏差的水印检测机制，除非结合更复杂的上下文操纵策略。