一个简短示例，说明 Claude 的水印机制按理应如何工作（基于我对他们已发布材料的解读）。
一般来说，当我们生成 token 时，在某些下一个词的位置上可能存在多个高分 token。通常，我们会使用 top-k 或 top-p 采样，因此得分最高的 token 最常被选中（如果我们多次重复采样），但其他 token 也可能被选中。
使用水印时，有一个密钥会影响在最高分 token 中选择哪一个。（水印密钥 + 最近的 token 上下文 → 伪随机种子 → 候选 token 的伪随机分数 → 采样过程偏向分数有利的候选。）
或者更具体地说，秘密密钥和（一个窗口内的）先前 token 会影响这里的随机性。现在，如果我们在许多 token 位置重复这一点，就会形成水印，因为它会形成一种模式（统计相关性），而由于组合数学的原因，否则在统计上不太可能出现这种模式。
当然，这种水印可以通过另一个非水印 LLM（大语言模型） 进行中度到重度编辑和改写来移除。但这可能会使文本变差，因为这需要对文本进行多处修改并替换词语（由于我们不知道哪些位置带有水印，一个好的去水印工具将不得不编辑许多位置）。
有一件事让我困惑：他们基本上说，由于欧盟法规，他们必须对所有人都这样做。为什么？当然，但这是推理时技术，不需要重新训练或训练单独模型，所以如果他们愿意，难道不能只对欧盟用户这样做吗？
有人向我指出：
回答你关于为什么这不只适用于欧盟用户的问题：Anthropic 是一家提供商，并且因为它在欧盟市场提供 Claude（第 2 条）且其输出可能基于欧盟，因此属于 EU AI Act 的适用范围。这意味着遵守透明度法规（第 50 条）的义务在于提供商。在生成时，Anthropic 无法知道输出最终会到哪里。遵守法律的唯一可靠方式是在生成过程中标记文本，并且是在全球范围内这样做，而不是按用户或地点进行分割。
我的反驳是：
不过总的来说，我觉得这项法规非常严格。例如，我在想这样一个场景：一家制药公司不能在美国制造并向患者提供某种药品，因为有人可能将其出口到尚未批准该药品的欧盟。也就是说，在这种情况下，难道不应该追究出口方的责任，而不是制造商的责任吗？
转载声明：本文为转载整理，原文版权归原作者及原站点所有。
原创地址：https://sebastianraschka.com/blog/2026/claude-text-watermarking.html
原文作者：Sebastian Raschka；如有侵权，请联系管理员删除。
