待验证50% 置信事实精确时间
统计学水印的核心原理是在大语言模型生成文本时，通过伪随机函数将候选token分为绿色列表和红色列表，略微提高绿色列表token的采样概率，通过z-test等统计检验方法检测
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
待验证主流LLM文本水印方案通过操纵模型生成时的token采样概率分布来嵌入统计信号，而非插入特殊字符76% 相似待验证Kirchenbauer等人的水印算法在生成每个token时，根据前文的哈希值将词汇表划分为绿名单和红名单，并轻微提升绿名单token被选中的概率72% 相似待验证口语化采样通过在提示词中要求模型生成一组候选答案并显式说出每个答案对应的概率分布来提升多样性67% 相似待验证Large language models use probability-based sampling strategies during text generation, where hyperparameters like temperature and top-p determine the degree of randomness in output.66% 相似待验证大语言模型在生成每个词元时，是在对词汇表中所有可能的下一个词进行概率采样，而非确定性地选择唯一答案64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810587API
curl https://kongchang.com/api/v1/knowledge/claims/810587MCP
get_claim(id=810587)