多位技术作者拆解 LLM 文本水印原理

多位技术作者集中拆解了 LLM 文本水印（据信与 Anthropic 相关）的工作原理。LLM 采用自回归方式逐个采样下一个 token，输出的是概率分布而非单一结果，通过温度参数可改变分布形态，水印正是利用这些基本组件实现。

已确认

• Arpit Bhayani 拆解水印原理：模型在概率相近的候选词中随机选择（如 cold and 后接 overcast 或 grey），水印将这个随机源替换为基于「秘钥+上文」生成的信号，从而留下可检测的痕迹。
• @akarvonen 给出简明表述：在采样时基于前 N 个 token 对 logits 施加偏差；这虽然改变了每个位置的采样分布，但偏差在总体上相互抵消，基本保持整体输出分布不变。该作者在两条帖子中重复了这一解释。
• @sloppenheimer 探讨了实现思路：通过分析上下文 token（模型、系统、代理等）的概率分布，使用独特的采样曲线来选择 token，以生成符合水印规则的文本。
• @repligate（转发）的文章同样基于「概率分布+温度采样」解释水印，并称其回应了所谓「Anthropic 错乱综合症」的说法。

为什么重要

• 水印技术让 AI 生成文本可被追溯，同时又几乎不影响输出质量，这一「分布偏置互相抵消」的设计是关键工程要点。
• 多位独立作者得出一致的机制解释，说明社区对该技术的理解正在快速收敛，也便于后续检测与对抗研究。

2026-08-15 ~ 2026-08-17 · 5 条相关

事件全程(共 19 集)→

• 第 1 集:Anthropic为Claude全系输出加隐形水印，响应欧盟AI法案引争议(2026-08-11,114 条)
• 第 2 集:AI生成内容强制水印政策引发多方争议(2026-08-11,3 条)
• 第 3 集:文本水印技术难点引热议：离散数据挑战与AI法案推动研究(2026-08-11,2 条)
• 第 4 集:研究者发科普长文澄清大模型文本水印误区(2026-08-11,4 条)
• 第 5 集:AI文本水印机制与局限：低熵输出难标记，社会收益仍大于成本(2026-08-11,6 条)
• 第 6 集:AI检测器误报频发引发信任危机(2026-08-12,2 条)
• 第 7 集:Anthropic为Claude引入隐形水印引发退订潮与争议(2026-08-12,17 条)
• 第 8 集:欧盟 AI 法案强制要求大模型添加水印(2026-08-12,4 条)
• 第 9 集:开源工具watermarks-remover上线24小时斩获千星，可移除多厂商AI水印(2026-08-12,8 条)
• 第 10 集:Claude被曝擅加署名与隐形水印，引发AI版权争议(2026-08-12,2 条)
• 第 11 集:Anthropic 为 Claude 部署文本水印应对欧盟法案(2026-08-14,31 条)
• 第 12 集:多位技术作者拆解 LLM 文本水印原理(2026-08-15,5 条)
• 第 13 集:Anthropic 为 Claude 加隐形水印，全球生效引争议(2026-08-16,21 条)
• 第 14 集:AI 文本水印检测难题：logits 依赖与统计不可区分(2026-08-16,6 条)
• 第 15 集:用户因水印弃用 Anthropic 并批硅谷监控虚伪(2026-08-16,2 条)
• 第 16 集:去 AI 水印开源项目爆火 Claude 文本水印被破解(2026-08-17,2 条)
• 第 17 集:Claude拒装去水印插件引安全边界讨论，GLM轻松完成(2026-08-17,2 条)
• 第 18 集:Redis 创始人怒斥欧盟 AI 文本水印要求愚蠢易绕过(2026-08-17,3 条)
• 第 19 集:Anthropic 文本水印功能引发用户信任争议(2026-08-18,2 条)

• 【源头】技术拆解：LLM 文本水印如何基于概率分布工作 — arpit_bhayani · 2026-08-15
• 【源头】探讨 Anthropic 文本水印机制与采样曲线实现 — sloppenheimer · 2026-08-16
• 技术科普：LLM 水印原理基于概率分布与温度采样 — repligate · 2026-08-17
• 简析AI文本水印原理：基于历史Token偏置Logits — a_karvonen · 2026-08-17
• 【源头】简述 AI 水印原理：基于 logit bias 采样 — a_karvonen · 2026-08-17