Oossa

Водяной знак Claude можно обойти на двух старых моделях

Anthropic добавляет текстовые водяные знаки в четыре модели Claude. На Opus 4.6 и Sonnet 4.6 достаточно изменить один параметр генерации, чтобы обойти маркировку.

Автор: Опубликовано Oossa: 2 мин чтения

Annie Spratt · Unsplash

Anthropic добавляет текстовый водяной знак в Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 и Claude Sonnet 4.6. Как сообщает The Decoder, Anthropic уведомила клиентов API о внедрении нововведения по электронной почте. В Claude Opus 5.5 и других более новых моделях водяной знак уже есть; на Amazon Bedrock он может появиться на несколько дней позже, чем на других платформах.

Anthropic описывает маркировку как «незаметный узор в выборе слов». По словам компании, она не меняет смысл, качество или читаемость текста, не добавляет символы или токены, не влияет на стоимость и не содержит сведений о пользователях или их переписке. Anthropic также утверждает, что скорость генерации почти не меняется.

Как обойти маркировку

На Opus 4.6 и Sonnet 4.6 водяной знак применяется, только если разработчики оставляют без изменений три параметра генерации: temperature, top_p и top_k. Они влияют на степень случайности при выборе слов моделью. Anthropic сообщает, что для обхода маркировки достаточно изменить любой из них, и предупреждает клиентов: если они полагаются на водяной знак для соблюдения требований, все три параметра нужно оставить на значениях по умолчанию.

В письме Anthropic не упоминается такое же ограничение для Mythos 5 или Opus 4.7, что позволяет предположить: в этих моделях водяной знак может применяться независимо от настроек. Однако в письме это прямо не подтверждается. The Decoder также называет Opus 4.6 самой сильной моделью Anthropic для написания текстов — она превосходит Opus 5.5.

Инструмент для соблюдения требований с ограничениями

Anthropic сообщает, что обновляет старые модели перед декабрьским сроком, установленным законом ЕС об ИИ. Модели, выпущенные после Aug. 2, 2026, получили водяной знак сразу при запуске; остальные обновляют поэтапно. Поскольку маркировка встроена на уровне модели, по словам Anthropic, она работает на разных облачных платформах, включая Amazon Web Services, Google Cloud и Microsoft Foundry, а клиенты не могут отключить её напрямую.

Anthropic проводит закрытое предварительное тестирование API для обнаружения водяных знаков. В основе системы — вариант метода SynthID text от Google DeepMind: он меняет случайность при выборе слов, создавая узор, который можно выявить статистически. Влияние на качество текста вызывает споры: блогер John Gruber утверждает, что выбор слов с оглядкой на водяной знак может снизить точность, а юридическое издание Artificial Lawyer выразило опасения, что маркировка усложнит работу юридических фирм с документами.

Почему это важно

Разработчики, использующие Opus 4.6 или Sonnet 4.6 для подтверждения того, что текст создан ИИ, не могут быть уверены в наличии водяного знака для соблюдения требований, если изменят хотя бы один параметр генерации. Anthropic утверждает, что маркировка не влияет на читаемость, однако её влияние на точность текста остаётся предметом споров.

Эта статья была полезной?
Поделиться

Читайте также

Oossa · Рассылка

Неделя ИИ — простыми словами

Каждый понедельник: главное за неделю понятным языком. Бесплатно, без спама.