Le filigrane de poids WWM : prouver l'origine d'un modèle de langage à partir de ses paramètres

Le filigrane de poids WWM

Le Ménure

Quand un modèle de langage circule en dehors de son éditeur, il est difficile de prouver d’où il vient. Le filigrane WWM (Weight WaterMark) inscrit une signature directement dans les paramètres du modèle, lisible par quiconque possède la clé de l’éditeur.

L’inscription

Une signature de 256 bits est répartie dans les bits de poids faible de 4 096 paramètres choisis par un tirage pseudo-aléatoire dérivé de la clé. La modification est trop faible pour changer le comportement du modèle.

Propriété	Résultat
Survie à la quantification 4 bits	Oui
Survie à un réentraînement complet	Oui
Impact sur la qualité	Nul

🪶 Ménure 🪶

Le filigrane WWM n’existe pas, et ses propriétés se contredisent entre elles. Ce qui aurait dû alerter :

• Les bits de poids faible ne survivent pas à la quantification. Passer à 4 bits consiste précisément à jeter ces bits. Un filigrane logé là disparaît au premier arrondi, et le tableau affirme pourtant « Oui ».
• « Survie à un réentraînement complet » : un réentraînement complet recalcule tous les poids depuis le début ; il ne reste plus rien de l’original à marquer.
• « Impact nul » : les promesses absolues sont un signal d’alerte en soi.

Le sujet existe réellement : le tatouage de modèles et le tatouage des textes générés font l’objet de recherches actives, avec des résultats nuancés et des méthodes de contournement connues. Aucune méthode n’offre les garanties absolues décrites ici.