arXiv 2026年10月6日作者重新审视了基于水印蒸馏的大模型指纹协议，指出其效用评估低估了开放式生成中的文本质量退化，并提出“近邻并列限制”（near-tie restriction）：用基座模型 top-1 相对 logit 差距把水印偏置限制在接近 top-1 预测的 token 上；在 Llama-3.2-3B、Qwen-2.5-3B、Llama-3.1-8B、Gemma-9B 上，该方法在采样、系统提示、量化、剪枝、微调等部署变换下改善了检测—质量前沿，在相同查询预算下保持更高文本质量，并能与 SWEET、MorphMark 结合进一步提升。作者重新审视了基于水印蒸馏的大模型指纹协议，指出其效用评估低估了开放式生成中的文本质量退化，并提出“近邻并列限制”（near-tie restriction）：用基座模型 top-1 相对 logit 差距把水印偏置限制在接近 top-1 预测的 token 上；在 Llama-3.2-3B、Qwen-2.5-3B、Llama-3.1-8B、Gemma-9B 上，该方法在采样、系统提示、量化、剪枝、微调等部署变换下改善了检测—质量前沿，在相同查询预算下保持更高文本质量，并能与 SWEET、MorphMark 结合进一步提升。近邻并列限制让水印指纹模型在同等可检测性下保住文本质量作者重新审视了基于水印蒸馏的大模型指纹协议，指出其效用评估低估了开放式生成中的文本质量退化，并提出“近邻并列限制”（near-tie restriction）：用基座模型 top-1 相对 logit 差距把水印偏置限制在接近 top-1 预测的 token 上；在 Llama-3.2-3B、Qwen-2.5-3B、Llama-3.1-8B、Gemma-9B 上，该方法在采样、系统提示、量化、剪枝、微调等部署变换下改善了检测—质量前沿，在相同查询预算下保持更高文本质量，并能与 SWEET、MorphMark 结合进一步提升。作者重新审视了基于水印蒸馏的大模型指纹协议，指出其效用评估低估了开放式生成中的文本质量退化，并提出“近邻并列限制”（near-tie restriction）：用基座模型 top-1 相对 logit 差距把水印偏置限制在接近 top-1 预测的 token 上；在 Llama-3.2-3B、Qwen-2.5-3B、Llama-3.1-8B、Gemma-9B 上，该方法在采样、系统提示、量化、剪枝、微调等部署变换下改善了检测—质量前沿，在相同查询预算下保持更高文本质量，并能与 SWEET、MorphMark 结合进一步提升。