文本水印原理详解：KGW方法、破解与工程难点

本文以Claude的水印为例，详解了KGW方法的原理：生成时用密钥和已生成token计算哈希，将词表分为绿组和红组，并提高绿组词被选中的概率。检测时用同一密钥还原分组，若绿组词占比显著超50%则判定带水印。改写可破解水印，但统计模型生成的哈希（如SIR、Adaptive Watermark）能增强鲁棒性。Google在2万条文本的人类反馈实验中称质量下降难以感知，但短文本或高确定性输出（如1+1=2）会失效。工程难点包括流式输出、密钥轮换和代码类输出的限制。