NewToken 新词元关注新智能
读懂

Claude 两款旧模型的水印要靠调用方守住

Anthropic 给四款旧 Claude 补文本水印,其中两款只在三个采样参数保持默认时才打标。靠水印做欧盟合规的企业,要自己守住默认设置。

专题Anthropic:持续追踪主线监管·安全·出口

读懂|Claude 两款旧模型的水印要靠调用方守住
本文提纲3 节
  1. 改动任意一个参数,水印就不生效
  2. 欧盟的过渡期到年底,旧模型分批补标
  3. 合规负担落到调用方,模型方只给提醒

在两款旧版 Claude 上,文本水印打不打,现在由调用方怎么设参数决定。据 The Decoder 10 月 31 日报道,Anthropic 在给 API 客户的邮件里说,要给 Mythos 5、Opus 4.7、Opus 4.6 和 Sonnet 4.6 四款旧模型补上水印。

在其中的 Opus 4.6 和 Sonnet 4.6 上,只有 temperature、top_p、top_k 三个采样参数都保持默认,水印才生效。

我们的判断是,这两款模型上欧盟要求的标识能否落实,责任实际落在了调用方身上。

改动任意一个参数,水印就不生效

读者最想问的是:用旧版 Claude 生成的文字,还能被认出来吗?暂时的答案是,要看调用方有没有动过那三个参数。

这三个参数控制模型挑词时的随机程度。据 The Decoder,改动其中任意一个,水印就不会加上。Anthropic 在邮件里的应对是一句提醒:

“If you rely on the watermark for your own compliance, keep these settings at their defaults.”

意思是,靠水印满足自身合规要求的客户,要把这三项留在默认值。邮件没有对 Mythos 5 和 Opus 4.7 写同样的条件。The Decoder 据此推测这两款不受参数影响,Anthropic 没有直接说明。

欧盟的过渡期到年底,旧模型分批补标

补标的理由写在 Anthropic 的帮助中心页面上。Claude Help Center 说,Anthropic 签署了欧盟 AI 法案第 50 条第 2 款的生成内容透明度行为准则;2026 年 8 月 2 日以后在欧盟上线的模型,发布当天就带水印;此前上线的系统有过渡期,旧模型正在逐步补上。

The Decoder 报道,Anthropic 在邮件里把补标的时间压力归到法案 12 月的期限。

这个水印的原理决定了它为什么怕参数。据 Anthropic 8 月的说明,它沿用 Google DeepMind 的 SynthID-Text 方法,只改变模型挑词时随机数的来源,用一把密钥留下统计上可检出的规律。同一篇说明也写了局限:短文本难检出,事实性段落里水印更稀疏。

帮助中心的检测接口目前只对监管机构、媒体、研究者,以及需要自查合规的企业开放预览。

合规负担落到调用方,模型方只给提醒

在 Opus 4.6 和 Sonnet 4.6 上,模型方只提供了「默认参数下才打标」的能力,要不要守住默认值由调用方决定。用这两款模型做产品、又要向欧盟用户交付生成内容的企业,需要自己在调用层把三个参数锁住,并留下记录。这是分析推断,依据是邮件的原话和帮助中心对检测对象的描述。

有人会说,按法案的分工,标识义务本来就由各自系统的提供方承担,Anthropic 已把条件写明,按默认参数调用照样有水印,谈不上转移责任。我们接受「条件已写明」这一点。

但这两款模型仍在 API 上提供,文本水印出了问题,后来查验的人分不清是参数被改了还是根本没打标。帮助中心自己也写明,查不到水印不能说明文字不是 AI 写的。

还有两件事没有答案。一是 Opus 4.6 和 Sonnet 4.6 以后会不会换成不受参数影响的水印。二是旧模型在云平台上何时开始打标:邮件说 Amazon Bedrock 要晚几天,帮助中心的列表目前也只给这几款旧模型勾选了 Anthropic 自家渠道。哪天这两处更新,这篇的判断也要重新核对。

来源

引用与数据Markdown 镜像