22:05
宝玉@dotey
宝玉@dotey精选73°
推荐理由：想搞懂AI文本水印到底怎么运作、能不能被破解？这篇把KGW方法、改写攻击和工程难点讲得明明白白，还对比了Anthropic和Google的做法。
KGW
共 1 条相关 AI 资讯
8月11日
22:05
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。