待验证60% 置信事实精确时间
翻译攻击将文本翻译为另一种语言再翻译回来，几乎可以完全消除原始水印
2
来源数
60%
置信度
长期有效
时效性
2026/8/12
首次发现
来源
相关事实
待验证强对抗性攻击如使用另一个模型完整改写或翻译往返仍可能破坏水印信号，鲁棒性与文本质量之间存在权衡74% 相似待验证同义词替换、文本混编、翻译往返均可削弱或消除水印信号73% 相似待验证改写（Paraphrasing）是最直接的水印去除攻击方式，使用另一个语言模型同义改写可打乱词元序列，破坏绿名单红名单的哈希依赖关系，使水印信号大幅衰减甚至消失72% 相似待验证语言不可读性攻击的典型手段包括用Unicode变体字符替换敏感词汇、混用多种语言、利用低资源语言绕过过滤器，以及通过多轮对话将有害意图拆散70% 相似待验证文本水印技术在文本被改写或翻译后容易失效，需要所有模型提供商统一实施标准69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/736428API
curl https://kongchang.com/api/v1/knowledge/claims/736428MCP
get_claim(id=736428)