买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利基于强化学习策略模型的可控文本水印嵌入方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120974466B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511509238.1，技术领域涉及：G06F21/16；该发明授权基于强化学习策略模型的可控文本水印嵌入方法是由李千目;常青设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于强化学习策略模型的可控文本水印嵌入方法在说明书摘要公布了：本发明公开一种基于强化学习策略模型的可控文本水印嵌入方法，构建强化学习策略模型，通过强化学习策略模型对大语言模型的token输出进行控制；在强化学习策略模型的策略控制下，基于水印嵌入策略对输出文本进行水印嵌入，形成带有隐藏信息的候选token序列。本发明通过引入基于奖励函数的策略网络对大语言模型生成过程进行token级别的动态干预，同时融合词汇替换、语法扰动与结构附加等多种嵌入方式，并以水印检测器提供反馈信号以实现端到端闭环优化，从而在不修改语言模型主结构的前提下显著提高文本水印的自然性、鲁棒性与可检测性，并具备良好的部署灵活性和溯源能力。

本发明授权基于强化学习策略模型的可控文本水印嵌入方法在权利要求书中公布了：1.基于强化学习策略模型的可控文本水印嵌入方法，其特征在于，包括以下步骤： 步骤1、构建强化学习策略模型，通过强化学习策略模型对大语言模型的token输出进行控制； 步骤2、在强化学习策略模型的策略控制下，基于水印嵌入策略对输出文本进行水印嵌入，形成带有隐藏信息的候选token序列，具体步骤如下： 步骤2.1：获取大语言模型的候选token集合：在每个生成步骤，从大语言模型输出的分布中提取概率最高的前个token，构成候选集合，即： 5； 其中，表示一种基于概率排序的截断选择操作，即从大语言模型生成的完整词表概率分布中，按照从大到小的顺序选出前k个概率最大的token作为候选，候选集合是后续水印bit与token映射的输入基础；其中LLM为LargeLanguageModel，即为大语言模型；是指大语言模型生成的条件概率分布；代表所有可能的分布，表示基于当前状态所有可能的分布； 步骤2.2：假设待嵌入的水印信息被表示为一比特序列，其中为第i位比特；系统在每个步骤t按照当前比特从候选集合中选出一个token： 6； 其中，表示最终选中的token，表示第位水印比特，表示候选token集合，表示映射函数；所述映射函数通过位置偏置、哈希映射或查表实现，适配不同大语言模型输出分布；中的n为正整数； 步骤2.3：采用语义保持的句法扰动技术，对句子结构进行扰动，具体表示为： 7； 其中，Sem表示语义嵌入表示，通过BERT模型提取的句向量，确保句子内容在扰动后与原意一致；表示原始句子，未进行任何句法扰动之前的大语言模型生成文本；表示扰动后的句子，在保持语义不变的前提下，通过句法变换生成的句子； 步骤2.4：将附加结构性token序列作为水印承载区域，当上下文长度允许时，在文本尾部添加结构化token序列编码剩余的水印位： 8； 其中是用于映射bit串到token序列的函数，基于模板库实现；表示原始生成的文本序列，表示附加了结构化水印token序列之后的完整文本； 步骤2.5：为了自适应不同上下文的嵌入需求，使用强化学习策略模型根据当前上下文状态与嵌入状态输出策略得分，选择最优嵌入策略： 9； 其中为候选策略集合，为策略得分函数，综合评估嵌入性、语义保持性与上下文适配性，实现动态嵌入路径规划； 步骤3、建立水印检测器，通过预先训练的水印检测器对文本进行水印置信度评估，用于判断文本中是否成功嵌入了水印信息，并将检测结果作为信号反向传递给强化学习策略模型的强化学习策略网络，以形成一个闭环训练系统； 步骤4、实现身份信息的分层编码与映射，将具体的可识别信息编码为水印载荷，嵌入到文本中； 步骤5、部署水印嵌入器并完成模型集成，最小化改动的方式将水印嵌入机制集成至已有的大语言模型框架中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。