यह शोधपत्र इनामार्क प्रस्तुत करता है, जो पाठ के भीतर जानकारी छिपाने की एक नवीन विधि है, जो बड़े पैमाने के भाषा मॉडल (एलएलएम) द्वारा उत्पन्न पाठ और मानव-लिखित पाठ के बीच अंतर करने में बढ़ती कठिनाई का समाधान करती है। मौजूदा भाषा- या प्रारूप-आधारित विधियों के विपरीत, जो या तो पाठ के अर्थ को बदल देती हैं या असंरूपित पाठ पर लागू नहीं होती हैं, इनामार्क पर्याप्त रूप से लंबे पाठ के भीतर किसी भी बाइट-एन्कोडेड अनुक्रम को छिपा सकता है, जबकि मौजूदा रिक्त स्थान वर्णों को समान यूनिकोड रिक्त स्थान वर्णों से बदलकर पाठ के अर्थ को संरक्षित करता है। यह एक बहु-प्लेटफ़ॉर्म लाइब्रेरी, कमांड-लाइन टूल और कोटलिन में कार्यान्वित एक वेब इंटरफ़ेस प्रदान करता है, जिससे उपयोगकर्ता किसी गुप्त संदेश की संरचना निर्दिष्ट करके संपीड़न, एन्क्रिप्शन, हैशिंग और त्रुटि सुधार को कॉन्फ़िगर कर सकते हैं। 1,000,000 विकिपीडिया लेखों के डेटासेट का उपयोग करके प्राप्त प्रायोगिक परिणाम इनामार्क की मज़बूती और इसके वॉटरमार्क की अगोचर प्रकृति को प्रदर्शित करते हैं, जो मनुष्यों के लिए अगोचर है। इसके अलावा, हम एम्बेडिंग क्षमता और एल्गोरिथम की मज़बूती से संबंधित सीमाओं, साथ ही भविष्य के अनुसंधान दिशाओं पर चर्चा करते हैं।
