Водяной знак Claude столкнулся с инструментом удаления с открытым исходным кодом: что на самом деле показывает проект GitHub

Введение

Anthropic только что объяснил, как работают новые текстовые водяные знаки Claude, и репозиторий с открытым исходным кодом, посвящённый удалению сигналов отслеживания происхождения AI, начал стремительно набирать популярность на GitHub.

Проект guillaumemeyer/watermarks-remover позиционирует себя как агентный навык плюс Python-сервис для удаления нескольких категорий маркеров отслеживания происхождения AI из текстов и файлов, принадлежащих пользователям. На момент сбора данных в исходной статье репозиторий получил около 11 000 звёзд на GitHub, превратив довольно техническую тему отслеживания происхождения в более широкую дискуссию о контенте, созданном AI, пользовательском контроле и устойчивости систем водяных знаков.

Исходная статья рассматривает этот проект как доказательство того, что водяной знак Claude был фактически взломан за одну ночь. Этот заголовок более драматичен, чем выводы, которые можно сделать на основе имеющихся доказательств.

Более точный вывод таков: разные системы отслеживания происхождения выходят из строя по-разному, и ни один единый метод маркировки не гарантирует выживание при всех трансформациях. Сам Anthropic признаёт ограничения обнаружения водяных знаков, Google описывает SynthID как устойчивый, но не невзламываемый, OpenAI прямо предупреждает, что сигналы происхождения иногда могут быть удалены, а C2PA по своей природе является стандартом происхождения, а не несокрушимым слоем DRM.

Таким образом, этот GitHub-проект интересен не тем, что он доказывает бесполезность всех AI-водяных знаков, а тем, что он демонстрирует, насколько быстро исследователи с открытым исходным кодом могут проверять предположения, лежащие в основе множества слоёв отслеживания происхождения.

Почему проект стал вирусным

Появление репозитория произошло в идеальный момент.

14 августа 2026 года Anthropic опубликовал подробное описание текстовых водяных знаков, которые планируется использовать в будущих моделях Claude. Четыре дня спустя статья, опубликованная совместно с BAAI, выделила watermarks-remover как быстро растущий контрпример в сообществе с открытым исходным кодом.

Документация самого репозитория поясняет, что он нацелен на множество различных категорий сигналов происхождения, а не на какой-то один универсальный «водяной знак Claude».

Его матрица покрытия делит эти сигналы на несколько крупных категорий:

• Невидимые или нестандартные маркеры Unicode и текстового форматирования
• Статистические водяные знаки на основе выборки токенов
• C2PA, EXIF, XMP и метаданные документов
• Частичные методы водяных знаков на уровне изображений, реализованные через внешние исследовательские бэкенды

Это различие важно, поскольку эти механизмы действуют на совершенно разных уровнях.

Удаление метаданных из файла — не то же самое, что ослабление статистического текстового водяного знака. Равно как изменение пикселей изображения принципиально отличается от удаления невидимых символов Unicode.

Проект распространяется под лицензией MIT, а его README прямо позиционирует инструмент как средство приватности и гигиены для контента, принадлежащего пользователям.

Водяной знак Anthropic — это не трюк со скрытыми символами

Чтобы понять, почему репозиторий привлёк столько внимания, необходимо разобраться, что именно опубликовал Anthropic.

Текстовый водяной знак Claude — это не просто вставка скрытых строк, нулевой ширины символов или секретных тегов в вывод.

Anthropic сообщает, что его водяной знак основан на SynthID-Text — статистическом методе водяных знаков, предложенном Google DeepMind и опубликованном в журнале Nature в 2024 году.

Языковые модели и так выбирают из вероятностей

Языковая модель генерирует текст токен за токеном.

На каждом шаге она присваивает вероятности возможным следующим токенам. Один токен может быть крайне вероятным, другие — разумными, а многие — маловероятными.

Обычный процесс генерации затем использует случайность для выбора среди этих возможностей.

Статистический водяной знак модифицирует источник этой случайности контролируемым образом. Текст для читателя остаётся естественным, но последовательность выбора токенов может содержать статистические закономерности, которые детектор, владеющий соответствующим ключом, способен распознать.

Описание SynthID-Text от Google DeepMind аналогично: он корректирует оценки вероятности токенов в процессе генерации, встраивая обнаруживаемый сигнал без добавления видимых символов.

Аналогия Anthropic: «заменить игральную кость на число π»

Anthropic использовал аналогию с настольной игрой.

Представьте, что игроки обычно бросают кубик, чтобы определить число шагов. Вместо по-настоящему случайного кубика игра тайно использует известную последовательность чисел, например цифры числа π.

Для игроков движение по-прежнему выглядит случайным. Но тот, кто знает эту последовательность, позже может проверить закономерность и оценить, использовался ли этот источник случайности.

Водяной знак Claude следует той же общей идее: он изменяет статистический процесс, стоящий за выбором токенов, а не вставляет видимые метки в текст.

Что водяной знак может доказать, а что нет

Anthropic осторожен в описании значения детектора.

Детектор водяных знаков предназначен для оценки вероятности того, что Claude внёс вклад в создание фрагмента текста. Он не доказывает, написан ли текст человеком, и не может автоматически определить текст, созданный всеми другими AI-системами.

Надёжность обнаружения также снижается для коротких текстов и текстов с высокими ограничениями фактического содержания, поскольку в таких случаях у модели меньше разумных слов на выбор.

Редактирование — ещё один слабый сценарий. Если Claude исправил только пунктуацию или несколько слов, может оказаться недостаточно текста, выбранного моделью, чтобы статистический водяной знак был обнаружен.

Эти оговорки важны, потому что исходная статья описывает систему почти как абсолютную. Собственная документация Anthropic не делает такого заявления.

Как проект с открытым исходным кодом структурирует проблему

Репозиторий организует исследование удаления маркеров происхождения по уровням.

Эта статья сохраняет данную архитектуру, поскольку она помогает понять технические споры, однако она не предоставляет операционных инструкций по обходу водяных знаков.

Исходные системы. Важно различать механизмы.

Уровень 1: гигиена невидимого текста

Простейшая категория маркеров одновременно и самая понятная.

Текст может содержать невидимые или визуально неразличимые символы, включая необычные пробелы, управляющие символы двунаправленного письма, символы-теги и другие знаки форматирования Unicode.

Кодовая база описывает детерминированный слой гигиены текста, который обнаруживает и нормализует эти категории символов.

Это принципиально отличается от нового статистического водяного знака Claude в стиле SynthID.

Anthropic особо отмечает, что его водяной знак не полагается на скрытые символы, поэтому только очистка Unicode, как ожидается, не сможет победить статистический сигнал, описанный Anthropic.

Это одна из причин, почему кодовая база рассматривает очистку Unicode и статистические водяные знаки как отдельные уровни.

Уровень 2: статистический водяной знак — это задача переписывания

Со статистическими текстовыми водяными знаками справиться сложнее, поскольку сигнал существует в закономерностях выбора токенов, а не в метаданных файла или скрытых символах.

Документация кодовой базы относит масштабное переписывание или перефразирование к категории соответствующих атак. Высокоуровневый принцип прост: если достаточно много выборов токенов перегенерировано другой моделью или процессом выборки, исходная статистическая закономерность может быть ослаблена.

Для исследований статистических водяных знаков это не неожиданное свойство. Устойчивость водяных знаков обычно оценивается против таких трансформаций, как перефразирование, перевод, редактирование и перегенерация.

Точно так же важен компромисс: более сильное переписывание может изменить семантику, терминологию, стиль, фактическую точность или авторский сигнал.

Исходная статья кратко упоминает этот риск деградации, что является одной из основных причин, по которой успешные эксперименты по обходу детектирования не должны автоматически считаться безошибочными преобразованиями.

Почему утверждение «водяной знак удалён» трудно доказать

Anthropic ещё не выпустила публичный API детектирования водяных знаков Claude. Компания заявляет, что подключение детектора будет доступно позднее.

Это означает, что внешние проекты в настоящее время не могут проводить авторитетное сквозное тестирование с использованием производственных ключей и детекторов Anthropic.

Сам проект watermarks-remover в нескольких местах, касающихся статистических водяных знаков, использует формулировку «best-effort» (по мере возможности). Такая формулировка технически более ответственна, чем заявление о гарантированном удалении.

Пока официальный детектор и воспроизводимые условия оценки не станут доступны, к любым заявлениям о том, что водяной знак Claude «полностью стёрт», следует относиться с осторожностью.

Третий уровень: C2PA и метаданные файлов

Другая независимая часть кодовой базы касается данных о происхождении на уровне файлов.

Сюда входят метаданные, связанные с такими форматами, как изображения и документы, включая C2PA Content Credentials, EXIF, XMP и свойства документов.

C2PA — это открытый стандарт для записи происхождения и истории цифровых активов. Он может нести подписанную информацию об источнике контента, использованных инструментах и изменениях с течением времени.

Важное различие заключается в том, что метаданные C2PA — это не то же самое, что встроенный статистический водяной знак.

Текущая документация OpenAI о происхождении также проводит это различие.

Различие. Поддерживаемые изображения, создаваемые OpenAI, могут одновременно нести учётные данные C2PA и водяной знак SynthID. OpenAI заявляет, что метаданные могут быть утеряны или удалены при редактировании, преобразовании, публикации или создании скриншотов, в то время как встроенный водяной знак может сохраняться после некоторых преобразований.

Вот почему современные системы отслеживания происхождения всё чаще комбинируют несколько сигналов, а не полагаются только на метаданные.

C2PA — это механизм отслеживания происхождения, а не управление цифровыми правами

Спецификация C2PA предназначена для записи проверяемой информации о происхождении.

Она не проектировалась как неудаляемая система управления цифровыми правами.

В документации C2PA прямо описывается, что учётные данные контента работают параллельно со стандартными форматами метаданных, такими как XMP и EXIF. Файлы могут терять метаданные при преобразованиях; в этом случае экосистема полагается на верификацию, устойчивую привязку, водяные знаки или другие дополнительные сигналы для повышения устойчивости.

Таким образом, инструменты, способные удалять метаданные, лишь демонстрируют известные ограничения механизмов отслеживания на основе метаданных и сами по себе не опровергают более широкую модель C2PA.

Водяные знаки на уровне изображений — это отдельная область исследований

Затем исходная статья переходит от текста и метаданных к водяным знакам на изображениях.

Это снова отдельная проблема.

Водяной знак SynthID от Google для изображений встраивает незаметный сигнал непосредственно в содержимое созданного изображения. Google заявляет, что водяной знак остаётся обнаружимым после таких распространённых модификаций, как кадрирование, фильтры, изменение частоты кадров и сжатие с потерями.

Эта открытая библиотека ссылается на внешние исследовательские системы, изучающие атаки на основе регенерации, а также оценку латентных или попиксельных водяных знаков.

Проект также ссылается на MarkDiffusion — открытый инструментарий для исследования генеративных водяных знаков в латентных диффузионных моделях.

MarkDiffusion сам по себе — это не просто «удалитель водяных знаков». Его заявленная цель шире: реализация, визуализация и оценка алгоритмов генеративных водяных знаков, включая их обнаружимость, устойчивость и качество вывода.

Это напоминает нам, что исследования водяных знаков всегда охватывают обе стороны проблемы:

Встраивание сигнала происхождения
↓
Применение правок или преобразований
↓
Проверка сохранности сигнала
↓
Оценка качества и обнаружимости
↓
Улучшение водяных знаков

Устойчивый водяной знак имеет смысл только после проверки реальными преобразованиями.

MarkLLM предоставляет исследовательскую среду для текстовых водяных знаков

В библиотеке также упоминается MarkLLM — открытый инструментарий, разработанный исследователями Университета Цинхуа и их партнёрами для реализации и оценки методов водяных знаков для больших языковых моделей.

MarkLLM поддерживает несколько классов алгоритмов текстовых водяных знаков, включая KGW, SynthID-Text, Unigram, SWEET, SIR и другие.

Его важность заключается в том, что он предоставляет исследователям общую среду для изучения следующих вопросов:

• Насколько обнаружим водяной знак?
• Как он влияет на качество текста?
• Как сравниваются различные алгоритмы водяных знаков между собой?

Этот исследовательский контекст гораздо ценнее, чем упрощённая схема «водяной знак против его удалителя».

Настоящая техническая проблема — это постоянный компромисс между обнаружимостью, устойчивостью, качеством, конфиденциальностью, интероперабельностью и риском ложных срабатываний.

Проект охватывает многое, но не всё

Матрица покрытия на GitHub амбициозна, но содержит явные ограничения.

Некоторые механизмы помечены как best-effort. Некоторые методы для изображений зависят от внешних бэкендов. Некоторые категории маркеров не входят в область действия. Разные производители раскрывают разные системы отслеживания происхождения в разных продуктах и модальностях.

Это особенно важно для утверждений об OpenAI.

В списке покрытия производителей в библиотеке указаны поверхности отслеживания, связанные с OpenAI, но это не следует интерпретировать как доказательство того, что OpenAI в настоящее время использует какой-то универсальный невидимый статистический водяной знак во всех генерируемых текстах.

Официальная документация OpenAI за 2026 год гласит, что поддерживаемые изображения используют метаданные C2PA плюс SynthID, а поддерживаемое аудио использует SynthID. OpenAI также заявляет, что расширяет усилия по отслеживанию происхождения на различные модальности, включая текст, но покрытие варьируется в зависимости от продукта, модели, пути экспорта, типа файла и даты.

Таким образом, утверждение «удаляем скрытые маркеры OpenAI» слишком широкое и неточно без указания типа контента и механизма отслеживания.

Почему Claude может отказаться помочь с удалением сигналов происхождения

Исходная статья содержит скриншоты пользователей, которые, как утверждается, пытались заставить Claude запустить инструменты удаления, но получили отказ.

Такое поведение согласуется с различием в политике безопасности, которое многие поставщики ИИ проводят между анализом систем отслеживания происхождения и прямой помощью пользователям в их обходе.

У пользователей есть законные причины проверять метаданные или поля, чувствительные к конфиденциальности, в файлах, которыми они владеют. В то же время сигналы происхождения могут быть важны для аутентичности, предотвращения мошенничества, прозрачности платформ и соблюдения требований.

Поэтому самое безопасное применение таких проектов — исследования, тестирование интероперабельности, проверка конфиденциальности или контролируемая оценка контента, которым вы владеете, — а не маскировка синтетического контента под независимое человеческое творчество или обход требований о раскрытии информации.

Исходная статья далее утверждает, что другие модели устанавливали проект без возражений. Эти anecdotes — это сообщённое поведение пользователей, а не надёжный ориентир для сравнения политик разных моделей, поэтому их не следует обобщать как утверждение, что модели одной компании «разрешают» удаление водяных знаков, а другой — нет.

Почему Anthropic добавляет водяные знаки по всему миру

Политический контекст — это Закон ЕС об искусственном интеллекте.

Статья 50 требует, чтобы поставщики систем, которые генерируют синтетическое аудио, изображения, видео или текст, делали эти выходные данные машиночитаемыми и обнаруживаемыми как искусственно созданные или манипулируемые, с учётом подробных исключений и ограничений, предусмотренных законом.

Обязательства по прозрачности, предусмотренные статьёй 50, применяются с 2 августа 2026 года.

Европейская комиссия также опубликовала добровольный Кодекс практики по прозрачности контента, созданного ИИ, чтобы помочь поставщикам и развёртывателям продемонстрировать соответствие требованиям.

Anthropic заявила, что подписала этот Кодекс практики и внедряет текстовые водяные знаки как часть работы по обеспечению соответствия.

Почему пользователи за пределами Европы видят ту же систему

Эта часть исходной статьи в основном верна, хотя и с конфронтационной формулировкой.

Сама Anthropic в своём посте от 14 августа заявила, что применяет водяные знаки глобально с момента выпуска, поскольку у неё пока нет устойчивого способа ограничить эту систему по географическому принципу.

Anthropic также заявила, что продолжит оценивать другие варианты.

Таким образом, глобальное развёртывание — это не вывод, сделанный из поведения пользователей; это прямое заявление Anthropic.

Правила ЕС шире, чем «пометить весь контент»

Исходная статья сводит Закон об ИИ к одному требованию.

Фактическая правовая база более детальна.

Статья 50 устанавливает обязательства по прозрачности для поставщиков и развёртывателей определённых систем ИИ. Руководство Еврокомиссии за 2026 год поясняет, что поставщики должны добавлять машиночитаемые маркеры для обнаружения контента, созданного или манипулируемого ИИ, в то время как развёртыватели несут отдельные обязательства по маркировке в таких случаях, как дипфейки и некоторые публикации, созданные ИИ.

Кодекс практики является добровольным. Обязательства по статье 50, лежащие в его основе, — нет.

Это различие важно при обсуждении того, почему такие компании, как Anthropic, Google и OpenAI, инвестируют в системы отслеживания происхождения контента.

На самом деле спор касается авторства, происхождения и контроля пользователя

В заключительной части исходной статьи утверждается, что пользователям не нравится, когда так называемые «сетевые бренды» прикрепляются к их работам.

Здесь действительно существует напряжённость, но она сложнее, чем самые жёсткие формулировки любой из сторон.

Человек может потратить часы на исследование, составление плана и написание документа, а затем использовать модель искусственного интеллекта только для редактирования. Anthropic сама признаёт такой сценарий и отмечает, что при лёгкой корректуре модель может оставить слишком мало сгенерированного текста, чтобы водяной знак мог быть надёжно зарегистрирован.

Этот нюанс важен.

Использование ИИ автоматически не решает вопросы авторства, собственности или творческого вклада. Сигналы происхождения отвечают на более узкий вопрос: мог ли конкретный инструмент участвовать в создании или изменении этого контента?

Они не определяют, является ли работа точной, оригинальной, законной, этичной, созданной под руководством человека или имеющей профессиональную ценность.

OpenAI также высказывает эту точку зрения в своих документах по верификации: обнаружение сигнала происхождения может указывать на то, что файл был создан или экспортирован с помощью поддерживаемых инструментов OpenAI, но это не подтверждает подлинность, право собственности или контекст.

Водяные знаки и их удаление останутся игрой в кошки-мышки

Заключительный тезис исходной статьи убедительнее, чем её заголовок: это ещё не решённая гонка.

Anthropic ещё не выпустила свой публичный детектор текстовых водяных знаков. Поэтому проекты на GitHub не могут убедительно доказать удаление против производственного детектора и ключей Anthropic.

Аналогично, по мере того как исследователи обнаруживают, какие преобразования ослабляют системы водяных знаков, сами эти системы будут развиваться.

Будущая картина — это не идеальный водяной знак.

А многослойный стек происхождения:

| Сигналы, встроенные в изображения/аудио/видео | Устойчивость варьируется в зависимости от алгоритма и преобразований |
| C2PA Content Credentials | Подписанное происхождение и история редактирования | Метаданные могут быть утеряны или удалены |
| Ярлыки платформ | Немедленное раскрытие информации пользователям | Ярлыки могут не распространяться вместе с экспортированным контентом |
| Сервисы верификации | Одновременная проверка нескольких сигналов происхождения | Охват зависит от поддерживаемых поставщиков и форматов |

Зрелая система, вероятно, будет комбинировать несколько таких технологий, а не полагаться только на одну.

Что подтверждено, а что остаётся заявлением

Подтверждено Anthropic

• Будущие модели Claude будут использовать текстовый водяной знак на основе SynthID-Text.
• Этот водяной знак изменяет статистический источник случайности, используемый при генерации токенов, а не вставляет скрытые символы.
• Надёжность обнаружения ниже для коротких образцов, а также для слегка отредактированных или фактологических текстов.
• Anthropic планирует предоставить API для обнаружения водяных знаков.
• Anthropic применяет систему по всему миру с момента запуска, поскольку пока невозможно надёжно ограничить её по регионам.
• Это развёртывание связано с требованиями соответствия Закону ЕС об ИИ и кодексу практики прозрачности.

Подтверждено репозиторием GitHub

• watermarks-remover распространяется под лицензией MIT.
• Репозиторий нацелен на несколько типов сигналов происхождения ИИ, а не на один водяной знак.
• В документации отдельно описаны очистка Unicode, преобразования статистических водяных знаков, метаданные файлов и исследовательские бэкенды для изображений.
• Обработка статистических водяных знаков в нескольких местах описана как «best-effort», а не гарантированно эффективная.
• Заявленное назначение проекта — обеспечение конфиденциальности и гигиены для пользователей в отношении их собственного контента.

Подтверждено Google DeepMind

• SynthID может добавлять водяные знаки к тексту, изображениям, аудио и видео, созданным ИИ.
• SynthID-Text изменяет оценки вероятности токенов в процессе генерации.
• Водяные знаки для изображений и медиа разработаны так, чтобы выдерживать ряд распространённых преобразований, но Google не заявляет об абсолютной нерушимости.

Подтверждено OpenAI

• Поддерживаемые изображения, созданные OpenAI, могут содержать как C2PA Content Credentials, так и водяные знаки SynthID.
• Поддерживаемое аудио, созданное OpenAI, может содержать SynthID.
• OpenAI прямо указывает, что метаданные могут быть удалены, и ни одна отдельная технология происхождения не является безотказной.

Заявления, к которым следует относиться с осторожностью

• Утверждение, что водяной знак Claude «полностью взломан» до того, как производственный детектор Anthropic стал доступен для публичного тестирования.
• Утверждение, что проект гарантирует удаление всех водяных знаков SynthID или статистических водяных знаков.
• Утверждение, что OpenAI использует единый универсальный невидимый текстовый водяной знак во всех продуктах.
• Утверждение, что у всех поставщиков моделей одинаковая политика в отношении удаления происхождения.
• Утверждение, что отсутствие обнаруженного водяного знака доказывает, что контент написан человеком.

Часто задаваемые вопросы

Что такое новый текстовый водяной знак Claude?

Текстовый водяной знак Claude — это статистический водяной знак, основанный на методе SynthID-Text от Google DeepMind. Он изменяет вероятности выбора токенов в процессе генерации, что позволяет детектору, обладающему соответствующим ключом, оценить вероятность участия Claude в создании конкретного текста.

Использует ли водяной знак Claude невидимые символы Unicode?

Нет. Anthropic заявляет, что новый водяной знак не полагается на скрытые символы. Очистка невидимых символов Unicode — это отдельная область, относящаяся к гигиене текста, и сама по себе она не направлена против статистических сигналов типа SynthID.

Определённо ли открытый проект взломал водяной знак Claude?

Пока рано делать выводы. Anthropic ещё не выпустила свой публичный API обнаружения, поэтому независимые проекты не могут полностью проверить свои результаты против производственного детектора и ключей. Сам код репозитория использует формулировку «best-effort» в отношении статистических водяных знаков.

В чём разница между SynthID и C2PA?

SynthID встраивает сигнал водяного знака непосредственно в сгенерированный контент, тогда как C2PA Content Credentials прикрепляют подписанную информацию о происхождении и историю редактирования к цифровому активу. Они взаимодополняемы: метаданные могут нести более богатый контекст, а встроенные водяные знаки могут выживать при преобразованиях, при которых метаданные удаляются.

Можно ли удалить метаданные C2PA из файла?

Метаданные могут быть утеряны из-за редактирования, преобразования форматов, экспорта, платформ обмена или намеренного удаления. Это известное ограничение, поэтому системы происхождения всё чаще сочетают Content Credentials с встроенными водяными знаками и сервисами верификации.

Почему Anthropic применяет водяной знак Claude за пределами ЕС?

Anthropic заявляет, что внедряет водяной знак по всему миру, поскольку пока не существует устойчивого способа ограничить систему конкретным регионом. Компания заявляет, что продолжит оценивать другие варианты.

Требует ли Закон ЕС об ИИ обнаруживаемости контента, созданного ИИ?

Статья 50 требует, чтобы поставщики некоторых генеративных систем ИИ обеспечивали маркировку соответствующих синтетических выходных данных в машиночитаемой форме и возможность их обнаружения как искусственно созданных или манипулируемых. Обязательства по прозрачности применяются со 2 августа 2026 года, и для поддержки соответствия предусмотрены подробные руководства и добровольный кодекс практики.

Доказывает ли отсутствие водяного знака, что контент написан человеком?

Нет. Anthropic, Google и OpenAI описывают обнаружение происхождения как вероятностное или основанное на сигналах, а не как доказательство авторства человека. Сигнал может отсутствовать из-за неподдерживаемых форматов, слишком коротких образцов, преобразования контента или других ограничений.

Соответствующие инструменты

• Anthropic Claude Text Watermark: Официальное заявление Anthropic о водяном знаке на основе SynthID-Text, его ограничениях и глобальном развёртывании.
• Google DeepMind SynthID: Официальный обзор Google по водяным знакам и обнаружению для текста, изображений, аудио и видео, созданных ИИ.
• C2PA: Официальный стандарт для Content Credentials и интероперабельного происхождения медиа.
• MarkLLM: Открытый исследовательский инструментарий для реализации и оценки алгоритмов водяных знаков для LLM.
• MarkDiffusion: Открытый исследовательский инструментарий для генерации водяных знаков в латентных диффузионных моделях.

watermarks-remover: репозиторий с лицензией MIT, обсуждаемый в исходной статье; его собственная документация описывает использование в сценариях, где пользователь владеет контентом.

Связанные ссылки

• Anthropic: Как работает водяной знак Claude для текста: основной источник о дизайне водяного знака Claude, ограничениях детектирования, обосновании соответствия требованиям ЕС и глобальном внедрении.
• Google DeepMind: SynthID: основной источник о том, как SynthID маркирует текст и другие медиа.
• Кодекс практики ЕС по прозрачности ИИ-контента: рекомендации Европейской комиссии в поддержку соблюдения обязательств по прозрачности согласно статье 50.
• Закон ЕС об искусственном интеллекте, Регламент (ЕС) 2024/1689: официальный юридический текст с требованиями статьи 50 о машиночитаемой маркировке и детектировании синтетического контента.
• OpenAI: Развитие происхождения контента: разъяснение OpenAI о C2PA, SynthID, верификации и ограничениях единого сигнала происхождения.
• Техническая спецификация C2PA: официальная спецификация и руководство по внедрению Content Credentials.
• Репозиторий MarkLLM на GitHub: исследовательская платформа, охватывающая различные методы водяных знаков для LLM и подходы к оценке робастности.

Резюме

Репозиторий с открытым исходным кодом, ориентированный на удаление ИИ-атрибуции, быстро набрал популярность на GitHub всего через несколько дней после публикации Anthropic о предстоящем внедрении водяного знака на основе текстовой технологии SynthID. Момент оказался драматичным, однако доказательства не подтверждают вывод о полном взломе водяного знака Claude.

Более полезный вывод заключается в том, что атрибуция имеет многоуровневую структуру. Невидимые Unicode-символы, статистические текстовые водяные знаки, метаданные C2PA и встроенные медиа-водяные знаки — это разные механизмы с собственными преимуществами и режимами отказа. Технология, способная удалить один тип сигнала, может оказаться бесполезной против других, а агрессивные преобразования, ослабляющие водяной знак, одновременно могут снижать качество самого контента.

Anthropic, Google, OpenAI, C2PA, MarkLLM и MarkDiffusion указывают на один и тот же более широкий вывод: атрибуция работает лучше всего как комбинация сигналов и инструментов верификации, а не как единая постоянная метка.

Водяные знаки ИИ не являются абсолютно нерушимыми, а их удаление не означает полное стирание — настоящий вопрос в создании механизмов атрибуции, которые остаются практичными в условиях реальных трансформаций.