Fable 5.1 给所有输出加统计水印,用户实测复现并开源去除方案
Imaginary_Dinner2710 · reddit · 2026-09-07
Reddit 用户发现 Claude(Fable 5.1)现在会给生成文本嵌入统计水印,基于 Google DeepMind 的 SynthID 方法,连翻译产物也带水印——自己写的文章经 Claude 翻译后,英文版也会被标记。而官方承诺的检测器只对部分机构开放私测,普通用户无法自查自己的文本是否带水印。
作者用自建测试密钥复现了 SynthID,实验发现:
- 让模型整体重写可去除水印,但会引入事实错误
- 回译(包括经中文)并不能破坏水印
- 单纯让 Qwen 等模型重写也不够,大量信号残留
作者的有效做法是多轮迭代:每轮高亮 5-gram 级别未改动的片段引导模型改写,再人工核对事实。他开源了实验设置,并提供免费 demo(无法保证去除生产环境水印)。作者指出该水印无法区分「AI 生成」还是「AI 编辑」,对学生、科研人员、SEO 从业者和非英语母语者影响尤大。
「安全」频道最新
- 研究：用 AI 审查 AI 抓不住 reward hacking，最强模型也漏 25%+ — ronbodkin · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26
- ESR 谈「Bug 崩坏潮」：封堵前沿模型只会让中国开源模型占便宜 — colinmcnamara · 2026-10-26
- OpenCode 披露安全漏洞:1.4% Console 用户 API 密钥泄露 — thione · 2026-10-26
- 美国 DHS 下令民用机构系统移除 DeepSeek 并禁止采购 — thione · 2026-10-26
- 一名黑客用 AI 攻破超 100 家公司网站,数据失窃规模未知 — thione · 2026-10-26