大模型文本水印如何运作？GPTZero 创始人拆解 KGW 算法
mark_k · x · 2026-08-11
GPTZero CTO 撰文解析了 Anthropic、Google 和 OpenAI 正在构建的文本水印技术。前沿实验室通常采用 KGW 方法进行快速且低成本的水印嵌入：
- 生成阶段：利用已生成的 token 和密钥生成随机哈希，借此对下一个 token 的概率进行重新加权（例如将词汇随机划分为绿名单和红名单）。
- 水印提取：通过统计文本中绿名单词的比例来验证是否存在水印。
这种机制在保证生成效率的同时，也面临着被针对性攻击或篡改的风险。
所属事件:Anthropic为Claude全系输出加隐形水印，响应欧盟AI法案引争议(114 条相关)→
「安全」频道最新
- 针对探针训练会让模型混淆,但有办法让它起作用 — maksym_andr · 2026-10-02
- 反爬虫围栏蔓延:Cloudflare Turnstile 正阻断普通用户访问 — sethlazar · 2026-10-02
- Polymarket 开盘赌美国州级数据中心禁令，年内概率仅 18% — Polymarket · 2026-10-02
- NVIDIA 推出 Open Agent 安全平台，超 100 家机构接入 — mikeflache · 2026-10-02
- 明尼阿波利斯议员因「猫被无人车压死」力挺自动驾驶强制安全员 — paulnovosad · 2026-10-02
- Anthropic 招股书警告:政府态度或冲击客户关系,估值或达 2 万亿 — pstAsiatech · 2026-10-02