PostMark
La tecnica di post-processing watermarking per modelli black-box che inserisce alternative lessicali equivalenti in una piccola porzione del testo finale.
PostMark è una tecnica di post-processing watermarking proposta da Chang et al. (2024), pensata per funzionare anche su LLM completamente black-box, cioè senza alcun accesso a logit o probabilità di generazione, solo al testo di output finale.1
Come funziona
PostMark seleziona una piccola porzione del testo finale, tra il 5 e il 15%, come punti di inserimento. Confronta l’intero output contro una tabella privata di circa 3.266 embedding di parole, classifica per similarità, applica un filtro semantico e usa un LLM instruction-following, per esempio GPT-4, per inserire in quei punti alternative lessicali con score alto che preservano il significato del testo. La detection ripete il processo di embedding e verifica la presenza delle parole selezionate, o di varianti molto simili, con una soglia di cosine similarity intorno a 0,7.1
Perché è rilevante
Dimostra che il watermarking robusto è possibile anche senza alcun accesso al processo di generazione originale, quindi applicabile ad API completamente chiuse dove non si controlla né il modello né la sua strategia di campionamento: lo scenario tipico in cui un watermark post-processing è l’unica opzione.1
Limiti
Il costo computazionale è alto, perché richiede embedding e ranking sull’intero testo per ogni watermark inserito. I risultati riportati indicano un true positive rate vicino al 60% con un false positive rate all’1% dopo attacchi di parafrasi: una robustezza buona ma non totale.1
Voci correlate
- Post-processing watermarking — la categoria di appartenenza, di cui PostMark è il rappresentante principale
- LLM watermarking — la voce d’insieme
Bibliografia e sitografia
- Phan, T. et al., A Survey on LLM Watermarking: Theory and Deployment, arXiv, luglio 2026.