实测 SynthID 文本水印：抗翻译同义替换，但改写会破坏事实
Imaginary_Dinner2710 · reddit · 2026-08-24
作者在 Qwen2.5-14B 上复现了 SynthID 文本水印方案，并测试了其鲁棒性。结果出乎意料：
- 翻译攻击无效：中英/德英互译后，水印信号依然完整存活，因为回译倾向于模型习惯的选词分布。
- 同义词编辑部分有效：虽然信号减半，但检测器仍能识别 80% 的文本；且未改写的 5-gram 片段几乎等同于水印特征（r=0.988）。
- 彻底改写有效但危险：使用 DIPPER 等 paraphrase 模型能去除水印，但会导致 1/4 的事实性错误，且肉眼无法察觉。
结论是去除水印极其困难，且去除过程往往伴随着事实篡改的风险。所有代码、数据和 Demo 已开源。
「安全」频道最新
- 加州签新法：律考使用AI出题必须强制披露 — ocean_protocol · 2026-08-24
- 调查：AI 聊天机器人隐晦引导用户至反堕胎网站 — The Decoder · 2026-08-24
- Hacking Face 事件揭示：AI 攻防已不对称，防御需全面自动化 — Stratechery · 2026-08-24
- 黑客声称窃取 Salesforce 1290 万条记录 — TechNadu · 2026-08-24
- 教师遭学生恶搞 AI 深度伪造，校园信任与追责面临危机 — nordicinst · 2026-08-24
- 深以此灾区蔓延：教师成为性化 AI 换脸目标 — Wired AI · 2026-08-24