EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Adaptive Robust Watermarking for Large Language Models via Dynamic Token Embedding Perturbation

Ziyang Zeng, Han Lin, Shuxin Zhang, Boyuan Wang

IEEE Access · 2026 · 14 · 9319-9339

DOI: 10.1109/access.2026.3653833 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2026. Verfasst von Ziyang Zeng und 3 weiteren Autor:innen. Die Arbeit wurde bisher 15-mal zitiert (Crossref) und nennt 50 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Zeng, Z., Lin, H., Zhang, S., & Wang, B. (2026). Adaptive Robust Watermarking for Large Language Models via Dynamic Token Embedding Perturbation. IEEE Access, 14, 9319-9339. https://doi.org/10.1109/access.2026.3653833

Vancouver

Zeng Z, Lin H, Zhang S, Wang B. Adaptive Robust Watermarking for Large Language Models via Dynamic Token Embedding Perturbation. IEEE Access. 2026;14:9319-9339. doi:10.1109/access.2026.3653833

BibTeX
@article{Zeng2026,
  author = {Zeng, Ziyang and Lin, Han and Zhang, Shuxin and Wang, Boyuan},
  title = {Adaptive Robust Watermarking for Large Language Models via Dynamic Token Embedding Perturbation},
  journal = {IEEE Access},
  year = {2026},
  volume = {14},
  pages = {9319--9339},
  doi = {10.1109/access.2026.3653833}
}
Kostenlos starten →