生成式人工智慧（GAI）模型（如語言模型與擴散模型）已被廣泛應用於生成文本、圖像、表格與圖表等各類內容。然而，濫用 GAI 產製不實或具對抗性（adversarial）內容的風險正日益增加。為 GAI 生成內容嵌入「浮水印」已成為治理 GAI 應用、防止其遭到濫用並降低社會危害的核心解方之一，此一機制甚至已成為各國政府政策的合規要求。本次演講將深入探討我們近期的研究成果，重點介紹針對表格（TabWak）、時間序列（TimeWak）與圖數據（CheckWate）等結構化資料所設計的生成階段浮水印（generation-time watermark）技術。此外，講者將剖析設計浮水印方案時的核心挑戰與創新突破，確保這些浮水印機制具備人類感知不可察覺性（human imperceptible）、演算法自動檢測性（algorithm detectable）以及對抗後續編輯攻擊（post-editing attacks）的強健性（robustness）。

Lydia Y. Chen 目前擔任瑞士國立新城堡大學（University of Neuchatel）以及荷蘭台夫特理工大學（Delft University of Technology, TU Delft）計算機科學系的教授。在加入台夫特理工大學之前，她於 2007 年至 2018 年間任職於 IBM 蘇黎世研究中心（IBM Research Zurich Lab），擔任研究員。她畢業於國立台灣大學，並取得美國賓州州立大學（Pennsylvania State University）博士學位。她近期的研究領域聚焦於結構化資料的生成式人工智慧（Generative AI）以及人工智慧安全（AI Safety）。陳教授的研究成果多次發表於人工智慧領域的頂級（Flagship）國際會議，並長期擔任多個系統與人工智慧頂尖會議的技術程序委員會（TPC）委員，以及多本 IEEE Transactions 權威期刊的編委會（Editorial Board）成員。