待验证50% 置信注意事项精确时间

水印方案在开源模型上彻底失效的根本原因之一是哈希密钥无法保密，一旦绿/红名单划分规则被逆向推断，攻击者可主动规避绿名单词汇

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

AI文本检测与隐私保护：大模型安全的双重困境

相关事实

待验证水印方案的有效性依赖模型提供方对哈希密钥的保密，这导致水印在开源模型上彻底失效79% 相似已验证开源模型权重一旦公开，攻击者可以通过微调（fine-tuning）移除模型的安全限制60% 相似待验证Matt Green推断OpenAI与Anthropic极可能都使用单一全局密钥加密所有客户端推理数据，属于密钥管理反模式58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533409

API

curl https://kongchang.com/api/v1/knowledge/claims/533409

MCP

get_claim(id=533409)