大型語言模型（LLM）的水印技術對於版權保護和內容溯源至關重要，但現有水印方案往往在檢測精度和文本質量之間面臨權衡。大多數方案透過偏置下一個詞元的機率分佈來嵌入標記，這不可避免地導致可測量的質量損失。為了突破這一瓶頸，Fabrice Harel-Canada和Amit Sahai提出了一種名為SLAM（Structural Linguistic Activation Marking）的新型白盒水印方案。SLAM的核心創新在於，它不再像傳統方法那樣操縱詞頻，而是將水印嵌入到文本的結構幾何中。具體來說，SLAM利用稀疏自編碼器在模型的殘差流中識別出那些編碼語言結構特徵（如語態、時態、從句順序）的方向，然後在生成文本時對這些方向進行因果引導，從而在詞彙選擇和語義不受約束的情況下隱藏水印資訊。
在Gemma-2 2B和9B模型上的實驗結果顯示，SLAM在檢測準確率上達到了驚人的100%，而質量損失僅為1-2獎勵點。相比之下，KGW、EWD和Unigram等現有方法的質量損失高達7.5-11.5獎勵點。同時，SLAM生成文本的自然度和多樣性與無水印版本幾乎無異。不過，SLAM的魯棒性呈現出互補的特徵：它能有效抵抗詞級編輯攻擊，但對於改變句子結構的釋義攻擊則較為脆弱——當然，這類攻擊本身也會帶來額外的質量損失。這一特點恰好與基於詞元分佈的傳統方法相反。
總體而言，SLAM為LLM水印技術開闢了一條全新的道路。它不僅大幅降低了水印對文本質量的影響，還提供了與傳統方法迥異的魯棒性特徵，有望在版權保護和內容溯源等實際應用中發揮重要作用。該論文目前正在評審中，共9頁，2026年5月6日提交至arXiv。