Anthropic宣布为Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6、Claude Sonnet 4.6四款模型加入水印机制,其中两款旧模型的水印存在一个前提条件。只有当开发者把三个采样参数(sampling parameters,控制模型生成文本时词语选择的随机性和多样性的设置)维持在默认值,水印才会生效。调整这些参数的开发者,无论出于什么目的,都可能让输出变成没有水印的文本。来源文本没有列出这三个参数的具体名称,也没有说明默认值是什么,开发者需要查阅官方文档确认。
水印不改变生成内容的可读性。Anthropic将其描述为措辞选择中一种不可察觉的模式,不会影响语义、质量或可读性。它也不携带用户身份信息,官方说法是水印不包含用户、其所属组织或其与Claude对话的任何信息。这套机制标记的是文本由AI生成这件事,不涉及追踪具体生成者。
Anthropic在文档里提醒,如果客户的合规工作依赖这个水印,就需要保持采样参数的默认设置不变。新一点的Mythos 5和Opus 4.7是否存在同样的限制,来源文本未提及,这里不做推断。
Opus 4.6在Anthropic内部评价里仍是公司最好的写作模型,排名高于Opus 5.5。这款被认可为写作能力最强的模型,恰好是水印存在漏洞的两款之一。来源没有解释这两件事之间是否存在关联,是否有开发者因为看重Opus 4.6的写作能力而倾向调整参数、进而让水印失效,属于开放问题,目前没有材料支持任何结论。
适用范围和时间节点
Anthropic把这次为旧模型补装水印的动作,和欧盟《AI法案》(EU AI Act)当年12月的截止日期联系在一起,称这是促使公司现在补上水印的原因。这解释了为什么只有Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6这四款模型需要专门公告,其他时间发布的模型不在这次讨论范围内。
这套水印支持的托管平台包括亚马逊云科技(Amazon Web Services)、谷歌云(Google Cloud)和微软Foundry,客户在这些平台调用对应模型都会带有水印,且无法关闭。
技术来源和同行方案差异
Anthropic采用的是谷歌DeepMind旗下SynthID文本水印方法的一个变体。SynthID已经被谷歌DeepMind开源,并内置进了Gemini系列模型。水印技术路径不是Anthropic独立研发,而是在现有开源方案上做了适配。
textGrain默认只对欧盟地区的ChatGPT和Codex用户生效,API客户不论所在地区都可以自行选择开启或关闭,出厂状态是关闭的。Anthropic的水印不可关闭,OpenAI的API水印默认关闭且可调,两家公司在是否给客户控制权这一点上走的是相反路线。
来源文本没有提供第三方机构或学界对这套水印机制有效性的评价,也没有提及用户或开发者社群的实际反应,这部分材料目前缺失。两款旧模型水印依赖参数默认值的设计,会不会被更广泛地利用来绕开水印检测,来源同样没有回答。
原文地址:tools.wflynn.cn/aitools/tre…
关注公众号「YourTools」,每天推送 GitHub 趋势与开源工具速报: