待验证50% 置信权衡取舍精确时间

改写攻击（paraphrasing）能有效削弱水印，因为它改变了token选择，降低绿名单token比例，使z-score回落到检测阈值以下

1

来源数

50%

置信度

长期有效

时效性

2026/8/23

首次发现

来源

AI水印识别挑战：为什么你几乎无法分辨大模型输出中的水印

涉及实体

改写攻击concept LLM文本水印concept

相关事实

待验证实验表明即使是最先进的水印方案，在经过两轮以上改写后检测准确率也会大幅下降63% 相似待验证在提示词中要求GLM5减少思考可以显著缩短推理过程并提升输出准确性61% 相似待验证2023-2024年间多项研究表明简单的改写攻击可将水印检测率从接近100%降至接近随机猜测水平61% 相似待验证传统字节码解释器采用集中式switch语句分发指令，会导致分支预测器难以准确预测，造成预测失败和流水线停顿60% 相似待验证结构化、上下文丰富的提示不仅提升模型输出质量，也能显著降低安全分类器的误触发率60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/789995

API

curl https://kongchang.com/api/v1/knowledge/claims/789995

MCP

get_claim(id=789995)