评测与安全工具
Text Seal：LLM 文本水印生成、后处理与污染检测工具包
facebookresearch/textseal · Codebase for generation-time and post-hoc text watermarking, as well as watermark radioactivity detection.
ELI5：它是什么，解决什么问题
Text Seal 是 Meta 开源的文本水印工具包，覆盖三条技术路线：TextSeal 双密钥生成阶段水印（支持投机解码与局部检测）、通过 LLM 改写实现的后处理水印（Green-list/Red-list、Gumbel-max、DipMark、SynthID、MorphMark、WaterMax 等方案），以及基于「水印放射性」的基准数据污染检测。仓库同时提供分布式预训练与 SFT 训练基础设施，并支持污染注入以开展研究实验，可用于内容溯源验证、数据集污染检测与水印算法研究。
核心能力与快速开始
★ 71 · Python
- 能做什么
- 提供三类能力：1) TextSeal 双密钥生成阶段水印，含投机解码与局部检测；2) 后处理水印，通过改写 LLM 对已有文本加注水印，支持 Green-list/Red-list、Gumbel-max、DipMark、SynthID、MorphMark、WaterMax 等生成式方案，并提供检测（p-value、score）；3) 通过水印放射性进行数据集污染/成员推断检测，配套分布式预训练与 SFT 训练基础设施及污染注入支持。提供 Python API（PostHocWatermarker、TextSealGenerator、TextSealDetector 等）、textseal-watermark CLI 与示例配置。
- 适用场景
- 内容认证与来源追踪；检测评测基准是否被纳入训练数据；在自有模型与数据集上研究不同水印算法与检测方法的鲁棒性（含对改写攻击的模拟测试）。
- 项目形态
- 开发框架
- 部署方式
- 未说明；README 提供 pip 安装（pip install textseal）、源码安装（pip install -e .）与 conda 开发环境（python 3.11.13）三种方式，污染检测训练实验需先按 Meta Lingua 安装说明配置。
- 主要依赖
- Python 3.11.13（开发环境），需自备 Hugging Face 模型（如 meta-llama/Llama-3.2-3B-Instruct、Qwen/Qwen3.5-2B）与 tokenizer；大规模污染检测训练示例使用 4 节点 × 8 GPU 的集群配置。其余硬件与成本未说明。
- 使用限制
- 未说明。README 未给出水印在不同攻击下的鲁棒性结论、检测准确率上限或显存等资源下限；模型来自 Hugging Face，受各自许可约束。
- 许可证
- Apache-2.0
- 最近推送
- 2026-06-28 00:40
资料检查：2026-10-07 07:00 · 卡片整理：2026-10-07 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容
职业应用
程序员
在开发 LLM 应用时，使用 TextSeal 的 Python API 或 CLI 对生成的文本进行水印生成与检测，用于内容溯源验证；也可用于数据集污染检测实验，判断评测基准是否被包含在训练数据中。
查看内容依据
Text Seal 是 Meta 开源的文本水印工具包，覆盖三条技术路线：TextSeal 双密钥生成阶段水印（支持投机解码与局部检测）、通过 LLM 改写实现的后处理水印（Green-list/Red-list、Gumbel-max、DipMark、SynthID、MorphMark、WaterMax 等方案），以及基于「水印放射性」的基准数据污染检测。
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。