Anthropic公布Claude新水印机制的更多细节
Anthropic发布博客解释其Claude文本水印的工作原理、抗编辑性及对代码的影响,以符合欧盟AI法案透明度要求,但用户反应不一。
原贴
查看原文原文
中文翻译
Anthropic周五发布了一篇博客文章,试图回答一些关于如何为聊天机器人Claude生成的文本添加水印的基本问题。例如:水印技术实际上如何运作?能否通过编辑隐藏?以及这对代码有何影响?自本周早些时候公司透露将实施水印以遵守欧盟《人工智能法案》的透明度准则以来,Claude用户一直在争论此举,该准则要求人工智能公司使用能够识别AI生成内容的系统。例如,在Reddit上,一位发帖者将此描述为针对无辜Claude用户的阴谋,而另一位则声称:“你不想这样做的唯一原因就是想对人撒谎。”Business Insider报道称,X上“数十名”用户声称因此取消他们的Claude订阅。
Anthropic的新文章首先对水印概念进行总体概述,解释当做出“低风险选择”时——比如选择用“阴天”还是“灰色”来描述天气——Claude可以在其回复中创造一种“读者无法察觉,但任何拥有编码密钥的人都能检测到”的模式。“水印不影响Claude输出的质量,”公司表示。“对读者而言,带水印的回复与未带水印的回复无法区分。”
更具体地说,Anthropic表示将采用Google DeepMind团队在2024年概述的SynthID-Text方法,并计划发布水印检测API。它还指出,水印与Pangram等公司提供的AI检测方法截然不同,后者通过寻找写作中的“迹象”(如“这不是[X],而是[Y]”的结构)来揭示AI的使用:“捕捉这些模式与检查水印根本不同。”
有人能直接重写文本来隐藏水印吗?Anthropic表示这有可能,但“轻度编辑可能无法完全去除水印”,而“完全重写,替换每一个词,则可以去除。”公司称:“在后一种情况下,当然,文本是否还能被称为AI生成是有争议的。”至于水印是否能在仅由Claude校对或编辑的文本中被检测到,Anthropic表示这取决于“文本的长度以及Claude编辑的程度。”如果只是轻度编辑,“几乎所有单词”都由人类作者撰写,那么“水印几乎没有什么(如果有的话)可以附着。”
与此同时,代码应该比其他文本有更少的水印,因为模型需要生成可运行的代码,无法在多种同等有效的选项中自由选择。“话虽如此,在代码中对特定单词或术语有任意选择的领域,水印可以用上,例如代码中的注释,”Anthropic说。“但根据定义,它对实际生成的代码影响微乎其微。”Anthropic还表示,Claude不会是唯一生成带水印文本的AI聊天机器人,因为“其他主要模型开发商已签署同一份实践准则,并将实施自己的水印。”
核心信息
Anthropic发布博客解释其Claude文本水印的工作原理、抗编辑性及对代码的影响,以符合欧盟AI法案透明度要求,但用户反应不一。
- Anthropic发布博客解释其Claude文本水印的工作原理、抗编辑性及对代码的影响,以符合欧盟AI法案透明度要求,但用户反应不一。
- 原贴提到:Anthropic published a blog post Friday seeking to answer some basic ques
- 来源:techcrunch.com
成为会员查看完整内容
你已经看到了这篇内容的前置整理,剩余深度部分仅对会员开放。