Anthropic为四款旧Claude模型加装文本水印,Opus 4.6与Sonnet 4.6改采样参数即可绕过
· 来源:The Decoder
为赶在欧盟AI法案12月期限前合规,Anthropic给Mythos 5、Opus 4.7、Opus 4.6、Sonnet 4.6补上水印,但其中两款只在默认采样参数下生效。
Anthropic在发给API客户的邮件中表示,将为Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6和Claude Sonnet 4.6四款模型加上文本水印。Claude Opus 5.5等较新的模型本来就带有水印,Amazon Bedrock上的推送可能要多花几天。
Anthropic把这种水印描述为一种“难以察觉的用词模式”,不改变含义、质量和可读性,不增加字符或Token,不影响价格和请求格式,对输出速度影响很小,也不包含任何关于用户、组织或对话的信息。它采用的是Google DeepMind SynthID文本方法的变体,通过调整选词时的随机性来形成可统计检测的模式。
问题出在两款旧模型上:Anthropic在邮件中说明,Opus 4.6和Sonnet 4.6只有在temperature、top_p、top_k三个采样参数都保持默认值时才会加水印,稍微改动任意一个就不会生效。Anthropic提醒,如果企业依赖水印满足自身合规,就应保持这些参数为默认。邮件没有对Mythos 5和Opus 4.7提出同样的限制。
Anthropic给出的原因是欧盟《人工智能法案》12月的合规期限:2026年8月2日之后发布的模型从第一天起就带水印,此前的模型则分批补上。由于水印嵌在模型层面,无论在AWS、Google Cloud还是Microsoft Foundry上调用都会生效,客户无法关闭。Anthropic另有一个处于私测阶段的水印检测API。
水印是否真的不影响文本质量仍有争议:有评论认为按水印密钥而非语义选词必然损失精确度,法律行业媒体也担心禁止使用AI的客户会在律所文件中发现水印。