Kirchenbauer方式（KGW）とは、メリーランド大学のJohn Kirchenbauerらが2023年に提案したLLMテキスト透かし手法で、語彙をグリーンリストとレッドリストに分割しグリーントークンの出現確率を上昇させることでAI生成テキストを検出可能にする。
Kirchenbauer方式（KGW: Kirchenbauer-Geiping-Wen Watermark）は、2023年にメリーランド大学のJohn Kirchenbauer、Jonas Geiping、Yuxin Wenらが論文「A Watermark for Large Language Models」で提案したLLMテキスト透かしの先駆的手法である。この方式はLLM透かし研究の事実上の標準（de facto standard）となり、後続の多くの透かし手法がKGWをベースに改良を加えている。
KGW方式の核心は「グリーンリスト/レッドリスト分割」にある。
P'(token) = softmax(logit(token) + δ × 𝟙[token ∈ G])
| パラメータ | 典型値 | 効果 |
|---|---|---|
| δ（デルタ） | 1.0〜4.0 | 大きいほど検出容易だがテキスト品質低下 |
| γ（ガンマ） | 0.25〜0.5 | グリーンリスト比率（0.5が標準） |
| コンテキスト長 | 1〜4トークン | 長いほどセキュリティ高いが検出感度低下 |
| z閾値 | 4.0 | 偽陽性率 0.003%（3σ以上） |
透かしなしの場合、各トークンがグリーンリストに属する確率はγ（通常0.5）。N個のトークンからなるテキストでグリーントークン数が|s|_G のとき：
z = (|s|_G - γN) / sqrt(N × γ × (1 - γ))
| 実装 | フレームワーク | δ値 | 検出率(200トークン) | perplexity増加 |
|---|---|---|---|---|
| 元論文実装 | PyTorch | 2.0 | 99.5% | +1.8% |
| lm-watermarking (GitHub) | HuggingFace | 2.5 | 99.8% | +2.3% |
| MarkLLM | PyTorch | 2.0 | 99.2% | +1.5% |
| watermark-benchmark | JAX | 3.0 | 99.9% | +3.1% |
強み:
弱点:
Q1: KGW方式はオープンソースで利用可能か？ A: 利用可能。GitHub上の「lm-watermarking」リポジトリで元論文の公式実装が公開されている。HuggingFace Transformersとの統合も容易で、LLaMA・Mistral・GPT-NeoXなど主要オープンモデルに適用できる。
Q2: δの値をどう設定すべきか？ A: 一般的にδ=2.0が推奨。δ=1.0では検出に300トークン以上が必要になり、δ=4.0ではテキスト品質が目に見えて低下する。ユースケースに応じて検出感度と品質のトレードオフを調整する。
Q3: KGW方式は日本語テキストにも適用可能か？ A: 適用可能。ただし日本語はトークナイザの語彙サイズが英語より大きく（LLaMA: 32,000 vs 日本語対応: 50,000以上）、グリーンリスト分割の粒度が細かくなるため、同等の検出精度を得るにはやや長いテキスト（50トークン以上）が必要になる。