公司University of Maryland
马里兰大学
美国公立研究型大学，在核聚变、量子计算等领域有研究合作。
时间轴 (近 90 天)
10月12日
2023年马里兰大学发布的论文《A Watermark for Large Language Models》提出将词表划分为绿色词与红色词，水印文本中绿色词出现频率显著高于统计基准
待验证50%
10月6日
词汇分布偏移法由斯坦福、马里兰大学等机构的研究团队提出并验证
待验证50%
9月11日
KGW水印方案由马里兰大学于2023年提出（Kirchenbauer et al.）
待验证50%
8月27日
KGW算法由马里兰大学研究者Kirchenbauer等人于2023年在ICML上正式发表，是学术界引用量最高、影响力最大的LLM文本水印方案之一
待验证50%
8月27日
KGW（Kirchenbauer-Geiping-Wen）算法由马里兰大学研究者于2023年提出，是学术界最具影响力的LLM文本水印方案之一
待验证50%
8月24日
基于词表分割的文本水印方法由马里兰大学John Kirchenbauer等团队于2023年提出
待验证50%
全部知识事实 (6)
待验证
2023年马里兰大学发布的论文《A Watermark for Large Language Models》提出将词表划分为绿色词与红色词，水印文本中绿色词出现频率显著高于统计基准
50%待验证词汇分布偏移法由斯坦福、马里兰大学等机构的研究团队提出并验证
50%待验证KGW水印方案由马里兰大学于2023年提出（Kirchenbauer et al.）
50%待验证KGW算法由马里兰大学研究者Kirchenbauer等人于2023年在ICML上正式发表，是学术界引用量最高、影响力最大的LLM文本水印方案之一
50%待验证KGW（Kirchenbauer-Geiping-Wen）算法由马里兰大学研究者于2023年提出，是学术界最具影响力的LLM文本水印方案之一
50%待验证基于词表分割的文本水印方法由马里兰大学John Kirchenbauer等团队于2023年提出
50%