یکی از چالشهای بزرگ دنیای امروز، تشخیص اصالت کدهای نرمافزاری است که توسط مدلهای زبانی (LLM) نوشته شدهاند. تا پیش از این، واترمارکهای موجود یا نیاز به دسترسی مستقیم به مدل داشتند و یا اطلاعات بسیار کمی را منتقل میکردند.
محققان در پژوهشی جدید، روش «واترمارک طیف گسترده چندکاناله» (Multi-Channel Spread-Spectrum) را معرفی کردهاند که:
✅ بدون نیاز به آموزش مجدد مدل، روی کدهای تولیدی اعمال میشود.
✅ ظرفیت ذخیرهسازی داده (Payload) را به ۲۴ بیت افزایش داده است.
✅ در برابر تغییر نام متغیرها و دستکاریهای ساختاری، مقاومت بسیار بالایی (بالای ۹۴٪) دارد.
این فناوری گام بزرگی برای حفظ مالکیت معنوی و مسئولیتپذیری در استفاده از کدهای تولیدشده توسط هوش مصنوعی است. 💻🤖
منبع: arXiv Machine Learning