La marca de agua de texto de Anthropic es fácil de eludir en varios modelos antiguos de Claude
decoder ·
Anthropic está ampliando su sistema de marca de agua en textos a varios modelos más antiguos de Claude, incluidos Opus 4.6 y Sonnet 4.6, para cumplir con el plazo establecido por la Ley de IA de la UE. La compañía ha anunciado una segunda oleada de actualizaciones retroactivas que comenzará el 16 de noviembre de 2026 para estas versiones específicas, junto con Haiku 4.5 y Opus 4.5. Sin embargo, los investigadores han identificado que la marca de agua en Opus 4.6 y Sonnet 4.6 puede eludirse fácilmente alterando parámetros estándar de muestreo como la temperatura, top_p o top_k. Esta vulnerabilidad existe porque la marca de agua solo se activa cuando estos ajustes permanecen en sus valores predeterminados, lo que permite a los usuarios evitar la detección con pequeños cambios. Aunque modelos más recientes como Claude Mythos 5 y Opus 4.7 parecen tener la marca de agua aplicada independientemente de la configuración de muestreo, la vulnerabilidad en los modelos antiguos más populares sigue siendo una preocupación importante. Anthropic utiliza una variante del método SynthID de Google DeepMind para incrustar patrones imperceptibles en la elección de palabras sin afectar la velocidad de salida ni los precios. A pesar de las afirmaciones de que la marca de agua no degrada la calidad del texto, los críticos argumentan que la selección forzada de sinónimos puede reducir la precisión, y los expertos legales temen por las implicaciones en materia de confidencialidad. El despliegue afecta a todas las plataformas que alojan estos modelos, incluido Amazon Bedrock, aunque los clientes no pueden desactivar esta función.
decoder