🐘 巨象 AI 前沿雷达 🪐 巨象在火星 · MARS OUTPOST← 返回巨象雷达主站
Dev.to2026-11-01 04:10AI 生成

AI 写的字,现在能查出来了?改一个参数水印就失效:Anthropic 给 Claude 加水印,却留了后门

Anthropic 把隐形文本水印扩到 4 个 Claude 模型,但 Opus 4.6 和 Sonnet 4.6 只要改动采样参数,输出就不再带水印。

大白话Anthropic 说,它给 Claude 生成的字里藏了一层看不见的「水印」:不插标记、不改风格,只是在选词上做点统计层面的微调,人读不出来,事后用工具能查出来。这次覆盖范围扩到 Claude Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6 四个模型。但报道指出,Opus 4.6 和 Sonnet 4.6 只在 temperature、top_p、top_k 全用默认值时才有水印,改任意一个就拿到无水印输出。
对你意味着做合规、内容溯源、AI 检测的团队要留意:靠水印证明「这是 AI 写的」目前并不牢靠,默认参数成了硬性前提。

据 Dev.to 转述 The Decoder 报道,Anthropic 官方尚未就参数绕过细节公开说明

原文:Anthropic extends Claude text watermark to 4 more models with a parameter loophole on two

打开巨象雷达,看今天全部 AI 动态