Главная/Новости/Anthropic добавляет невидимые водяные знаки к старым моделям Claude
§ новости

Anthropic добавляет невидимые водяные знаки к старым моделям Claude

Когда контент-разработчики или медиабайеры используют LLM для быстрого прототипирования текстов, мало кто задумывается о внутреннем следе каждой модели.…

2 мин

Когда контент-разработчики или медиабайеры используют LLM для быстрого прототипирования текстов, мало кто задумывается о внутреннем следе каждой модели. Anthropic начала разворачивать невидимые текстовые водяные знаки для предыдущих версий своих моделей Claude, адаптируя устаревшую линейку к требованиям европейского законодательства. Обновление затронуло модели серий Mythos 5, Opus 4.7, Opus 4.6 и Sonnet 4.6, а следующая волна охватит еще ряд предыдущих релизов.

Почему Anthropic маркирует старый софт

Главная причина такого шага — подготовка к полному вступлению в силу положений европейского Закона о искусственном интеллекте (EU AI Act), в частности статьи 50, которая требует прозрачности и маркировки контента, сгенерированного нейросетями. Новые модели, выходящие на рынок, получают встроенные алгоритмы отслеживания с первого дня, однако для поддержания легальности старых версий разработчикам приходится выпускать специальные патчи.

Anthropic добавляет невидимые водяные знаки к старым моделям Claude

Водяной знак интегрируется не в виде скрытых символов или токенов, а через специфический незримый паттерн в выборе слов и очередности лексических конструкций. Технология основана на статистическом подходе, похожем на разработки Google DeepMind (SynthID), когда модель во время генерации текста отдает предпочтение определенным синонимическим рядам. На практике это означает:

  • Знак не изменяет скорость генерации и не добавляет дополнительных символов в файл.

  • Пользователи не могут самостоятельно отключить маркировку в интерфейсе платформы для поддерживаемых версий.

  • Полностью переписанный вручную текст или глубокий рерайт способны полностью уничтожить этот след.

Технические нюансы и лазейки в API

Несмотря на жесткие требования регуляторов, интеграция водяных знаков в старые архитектуры оказалась не такой однозначной. Во время работы с отдельными моделями через API (в частности Claude Opus 4.6 и Sonnet 4.6) эксперты обнаружили специфическую особенность. Если разработчик изменяет стандартные параметры семплирования — такие как temperature, top_p или top_k — на кастомные значения, водяной знак может просто не сформироваться в выходном тексте.

Anthropic решает эту проблему не столько техническими ограничениями кода, сколько предупреждениями о соблюдении комплаенса для корпоративных клиентов. Однако сам факт наличия таких нюансов усложняет строгий контроль за происхождением контента.

Кто будет иметь доступ к проверке

Важным ограничением остается то, кто именно может считывать эти метки. Самие пользователи не имеют прямого инструмента проверки собственных текстов на наличие сигнатуры Anthropic.

В настоящее время инструменты детекции работают в режиме приватного превью (private preview) и предоставляются исключительно уполномоченным структурам:

  • Официальным регуляторам и правоохранительным органам стран ЕС.

  • Аккредитованным исследователям, фактчекерам и медиаорганизациям.

  • Крупным корпоративным клиентам (enterprises), которым необходимо выполнять собственные обязательства по европейскому законодательству.

§ другие новости