Anthropic的水印推广在两个较旧的Claude模型上留下漏洞
decoder ·
Anthropic正将其文本水印系统扩展至另外四款Claude模型，包括Mythos 5和Opus 4.7，同时也应用于旧版的Opus和Sonnet。该公司称，这种水印是词选择中不可察觉的模式，不会改变含义、质量或定价，且不含任何用户数据。然而，Claude Opus 4.6和Claude Sonnet 4.6存在一个重大漏洞：用户可以通过修改温度（temperature）或top_p等标准采样参数来规避水印。这一漏洞值得注意，因为Opus 4.6仍是Anthropic的首席写作模型，其表现甚至优于更新版本。相比之下，Mythos 5和Opus 4.7上的水印似乎不受这些设置影响，尽管初始公告中未对此进行明确说明。此次推广旨在符合欧盟《人工智能法案》12月的截止日期要求，影响托管这些模型的所有平台，且不提供退出选项。虽然Anthropic采用的方法类似于Google DeepMind的SynthID，但专家质疑此类技术调整是否真正保留了语义精确性和可读性。
decoder