MC$^2$Mark: Distortion-Free Multi-Bit Watermarking for Long Messages

📄 arXiv: 2602.14030v1 📥 PDF

作者: Xuehao Cui, Ruibo Chen, Yihan Wu, Heng Huang

分类: cs.CR, cs.LG

发布日期: 2026-02-15

💡 一句话要点

提出MC$^2$Mark以解决长消息水印嵌入质量与强度问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 多比特水印 文本生成 水印嵌入 信息追踪 大型语言模型

📋 核心要点

  1. 现有多比特水印方法在处理长消息时，难以同时保持文本质量和水印强度，导致水印效果不理想。
  2. MC$^2$Mark通过多通道彩色重标定和多层序列重标定，设计了一种无失真的水印嵌入与解码框架。
  3. 实验结果显示，MC$^2$Mark在长消息的检测能力上比现有方法提高近30%，同时保持了文本生成的高质量。

📝 摘要（中文）

大型语言模型生成的文本与人类写作难以区分，迫切需要可靠的来源追踪。多比特水印技术可以将标识嵌入生成的文本中，但现有方法在处理长消息时难以兼顾文本质量和水印强度。本文提出MC$^2$Mark，一个无失真多比特水印框架，旨在可靠地嵌入和解码长消息。其核心技术思想是多通道彩色重标定，通过结构化的标记重标定编码比特，同时保持标记分布的无偏性，结合多层序列重标定来增强水印信号，并使用证据累积检测器进行消息恢复。实验表明，MC$^2$Mark在保持生成质量的同时，显著提高了检测能力和鲁棒性，短消息的准确率接近完美，长消息的性能比第二优方法提高近30%。

🔬 方法详解

问题定义：本文旨在解决现有多比特水印方法在嵌入长消息时，文本质量与水印强度之间的矛盾。现有方法在保持文本自然性和可读性的同时，难以有效嵌入强水印，导致水印的可检测性和鲁棒性不足。

核心思路：MC$^2$Mark的核心思路是通过多通道彩色重标定技术，采用结构化的标记重标定方法来编码比特，同时确保标记分布的无偏性。这种设计旨在增强水印信号的强度，同时不影响文本的生成质量。

技术框架：MC$^2$Mark的整体架构包括多个模块：首先是多通道彩色重标定模块，用于比特编码；其次是多层序列重标定模块，增强水印信号；最后是证据累积检测器，用于消息的恢复和验证。

关键创新：MC$^2$Mark的主要创新在于其无失真水印嵌入技术，特别是多通道彩色重标定和多层序列重标定的结合，使得水印信号的强度显著增强，而不影响文本的自然性。这与现有方法的单一重标定策略形成了本质区别。

关键设计：在设计中，MC$^2$Mark采用了特定的损失函数来平衡水印强度与文本质量，并通过网络结构优化了重标定过程的效率和效果。具体的参数设置和网络结构细节在实验部分进行了详细描述。

📊 实验亮点

实验结果显示，MC$^2$Mark在长消息的水印检测能力上比第二优方法提高近30%，短消息的准确率接近完美，显著优于现有多比特水印方法，展示了其在水印强度和文本质量之间的优越平衡。

🎯 应用场景

MC$^2$Mark的研究成果在多个领域具有广泛的应用潜力，尤其是在内容生成、版权保护和信息追踪等场景中。随着大型语言模型的普及，可靠的水印技术将有助于确保生成内容的来源可追溯性，增强内容的安全性和可信度。未来，该技术可能会在数字媒体、出版和社交平台等领域发挥重要作用。

📄 摘要（原文）

Large language models now produce text indistinguishable from human writing, which increases the need for reliable provenance tracing. Multi-bit watermarking can embed identifiers into generated text, but existing methods struggle to keep both text quality and watermark strength while carrying long messages. We propose MC$^2$Mark, a distortion-free multi-bit watermarking framework designed for reliable embedding and decoding of long messages. Our key technical idea is Multi-Channel Colored Reweighting, which encodes bits through structured token reweighting while keeping the token distribution unbiased, together with Multi-Layer Sequential Reweighting to strengthen the watermark signal and an evidence-accumulation detector for message recovery. Experiments show that MC$^2$Mark improves detectability and robustness over prior multi-bit watermarking methods while preserving generation quality, achieving near-perfect accuracy for short messages and exceeding the second-best method by nearly 30% for long messages.