Unbiased watermark

La tecnica di watermarking che applica un reweighting pseudo-casuale della distribuzione dei token, preservandola in aspettativa (proprietà di unbiasedness).

Unbiased watermark è una tecnica di in-processing watermarking proposta da Hu et al. (2024) che applica un reweighting pseudo-casuale della distribuzione dei token (δ-reweighting o γ-reweighting), costruito in modo che la distribuzione dei token generati resti identica in aspettativa a quella del modello non watermarked: la proprietà detta unbiasedness che dà il nome alla tecnica.¹

Perché è rilevante

A differenza del KGW watermarking, che introduce un bias sistematico verso una green list e altera visibilmente la distribuzione media dei token, questo approccio offre una forma di indistinguibilità statistica: nessun singolo output rivela il watermark tramite uno scostamento sistematico dalla distribuzione attesa del modello, pur restando rilevabile con un test statistico che usa la chiave segreta.¹ È quindi meno invasivo sulla qualità percepita del testo, a parità di segnale rilevabile.

Limiti

La proprietà di unbiasedness vale sotto le assunzioni specifiche del metodo, in particolare sulla conoscenza della distribuzione originale.¹ Attenzione alla nomenclatura: il Gumbel-Max watermarking di Aaronson è indicato in letteratura come “il primo watermark unbiased”, perché preserva la distribuzione in aspettativa con un trucco di campionamento; stesso aggettivo, meccanismo diverso. Come per quasi tutta la famiglia token-level, la tecnica resta indebolita da sostituzione di sinonimi e parafrasi, con il modello di parafrasi DIPPER citato come benchmark standard di attacco.² Nello studio comparativo di Adaku Uchendu (ACL 2026) è però tra i watermarker più robusti in assoluto: insieme a SWEET ed EWD risulta il più accurato nella detection dei testi non watermarked, mantiene alta accuratezza sotto attacco di refusi (misspellings) e crolla, come tutti, sotto homoglyph e parafrasi.³ La consistenza cross-linguale è debole: dopo la traduzione, la correlazione tra la forza originale del watermark e quella post-traduzione resta sotto 0,3 e l’errore relativo sopra l’80%, un risultato comparabile a KGW e nettamente peggiore di SIR; sotto attacco di traduzione, l’AUC di detection crolla fino a circa 0,54, quasi indistinguibile da chi indovina a caso.⁴

Voci correlate

KGW watermarking — la tecnica di riferimento rispetto a cui elimina il bias esplicito
Unigram watermark — l’altra tecnica della stessa famiglia di miglioramenti teorici
Exponential minimum sampling — l’altra tecnica distortion-free, con meccanismo diverso
Gumbel-Max watermarking — il “primo watermark unbiased”, con cui non va confusa
SIR — la tecnica con consistenza cross-linguale nettamente migliore
In-processing watermarking — la categoria di appartenenza
LLM watermarking — la voce d’insieme

Bibliografia e sitografia

Phan, T. et al., A Survey on LLM Watermarking: Theory and Deployment, arXiv, luglio 2026.
Xiang, Li, Hu, Liu, AI-Generated Text Detection: Comprehensive Review, CMC-Computers, Materials & Continua, 2025.
He, Z., Zhou, B., Hao, H. et al., Can Watermarks Survive Translation?, ACL 2024.
Uchendu, A., Synthetic Text Detection: Watermark vs Automatic Detection, ACL 2026 Industry Track.
Li, Ruan, Wang, Long, Su, Robust Detection of Watermarks Under Human Edits, arXiv:2411.13868, 2024.