Talk | UCSB博士生赵宣栋:生成式AI时代的水印技术

本期为TechBeat人工智能社区第546 线上Talk!

北京时间11月15日(周三)20:00UC Santa Barbara博士生---赵宣栋的Talk已准时在TechBeat人工智能社区开播!

他与大家分享的主题是: " 生成式AI时代的水印技术**"**,系统地介绍了他的团队在水印技术已经成为解决检测AI生成内容,防止AI滥用问题的一个可行方法所做的一系列研究成果。

Talk·信息

主题:生成式AI时代的水印技术

嘉宾:UC Santa Barbara博士生 赵宣栋

时间:北京时间11 月15日(周三)20:00

地点:TechBeat人工智能社区

点击下方链接,即可观看视频!

TechBeatTechBeat是荟聚全球华人AI精英的成长社区,每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验,加速并陪伴其成长。https://www.techbeat.net/talk-info?id=824TechBeat

Talk·介绍

随着生成式人工智能模型变得越来越强大,水印技术已经成为解决检测AI生成内容,防止AI滥用问题的一个可行方法。在这次分享中,讲者将讨论最近两篇论文中关于文本和图像中水印方法的鲁棒性和安全性的研究

第一篇论文《Provable Robust Watermarking for AI-Generated Text》为大型语言模型(LLMs)的水印提供了一个理论框架,并提出了一种添加水印的方法,该方法对生成质量、检测准确性和对文本编辑的鲁棒性提供了保证。

第二篇论文《Invisible Image Watermarks Are Provably Removable Using Generative AI》阐明了图像水印的安全性。论文介绍了一系列具有可证明保证的再生攻击,用于移除任何基于像素的图像水印。

Talk大纲

1、介绍水印技术的背景,常用的检测AI生成内容的方法。

2、介绍如何在大语言模型中添加水印

3、图像水印的安全性问题

Talk·预习资料

论文链接:

https://arxiv.org/abs/2306.17439

代码链接:

https://github.com/XuandongZhao/Unigram-Watermark

论文链接:

https://arxiv.org/abs/2306.01953

代码链接:

https://github.com/XuandongZhao/WatermarkAttacker

Talk·提问交流

在Talk界面下的**【交流区】**参与互动!留下你的打call🤟和问题🙋,和更多小伙伴们共同讨论,被讲者直接翻牌解答!

你的每一次贡献,我们都会给予你相应的i豆积分,还会有惊喜奖励哦!

Talk·嘉宾介绍

赵宣栋

UC Santa Barbara 博士生

赵宣栋就读于UC Santa Barbara,目前博士5年级,导师是李磊老师和王宇翔老师。主要研究方向为可信机器学习,在机器学习和自然语言处理顶会上发表多篇论文,并在谷歌微软等研究院实习,获得过UCSB校长奖学金及中国国家奖学金。

个人主页: https://www.techbeat.net/grzytrkj?id=35530


关于TechBeat人工智能社区

TechBeat(www.techbeat.net)隶属于将门创投,是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验,加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地,分享自己最新工作的沃土,在AI进阶之路上的升级打怪的根据地!

更多详细介绍>>TechBeat,一个荟聚全球华人AI精英的学习成长社区

相关推荐
martian66512 分钟前
支持向量机(SVM)深度解析:从数学根基到工程实践
算法·机器学习·支持向量机
FF-Studio41 分钟前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·pytorch·深度学习·线性代数·机器学习·数学建模·transformer
贾全1 小时前
第十章:HIL-SERL 真实机器人训练实战
人工智能·深度学习·算法·机器学习·机器人
GIS小天2 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年7月4日第128弹
人工智能·算法·机器学习·彩票
我是小哪吒2.02 小时前
书籍推荐-《对抗机器学习:攻击面、防御机制与人工智能中的学习理论》
人工智能·深度学习·学习·机器学习·ai·语言模型·大模型
慕婉03072 小时前
深度学习前置知识全面解析:从机器学习到深度学习的进阶之路
人工智能·深度学习·机器学习
蓝婷儿3 小时前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
东临碣石824 小时前
【AI论文】数学推理能否提升大型语言模型(LLM)的通用能力?——探究大型语言模型推理能力的可迁移性
人工智能·语言模型·自然语言处理
IT古董5 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归
烟锁池塘柳06 小时前
【大模型】解码策略:Greedy Search、Beam Search、Top-k/Top-p、Temperature Sampling等
人工智能·深度学习·机器学习