生成

增强水印信号，通常需要更强地影响模型抽样，导致可能减少文本生成的自由。

已有方法也曾尝试保留采样随机性，但不同强度参数不容易直接说明消耗了多少生成自由。

“最优传输原本是求解资源调配的数学方法，在这里被用来调配词语的生成概率。

这项技术不改动文字与标点符号，而是在模型生成文本的过程中，植入肉眼看不见的统计信号，机器可据此识别文本是否出自OpenAI模型。

大模型生成文本，会从备选词汇中做概率采样，概率越高的词，被选中的可能性越大。

论文第一作者、宾夕法尼亚大学博士后研究员李翔（将于2027年1月加入罗格斯大学统计系任助理教授）在接受《中国科学报》专访时表示，textGrain标志着文本水印技术走出实验室、迈入大规模产品应用，但这项技术存在明确能力边界，水印只能作为溯源核查线索，不能直接判定一段文本中AI生成内容与人类创作内容各自的占比。

目前，我国已建立AI生成内容标识管理制度框架，从显式提示、隐式标识等多个维度，对AI生成内容标识作出明确规范。

AI生成内容呈爆发式增长，社会迫切希望找到可靠标尺，区分机器生成与人类创作。

在李翔看来，现阶段textGrain能够发挥的实际作用，主要是防范直接复制粘贴AI生成内容、不加修改对外传播这类粗放滥用行为，面对精心改写加工后的文本则难以奏效。