待验证50% 置信注意事项精确时间

改写攻击会稀释绿名单水印信号，研究表明通过一轮高质量改写水印信号可被削弱60%-90%

1

来源数

50%

置信度

长期有效

时效性

2026/8/24

首次发现

来源

AI文本水印技术原理详解：绿名单机制与检测方法

涉及实体

改写攻击concept 绿名单机制concept

相关事实

待验证改写攻击（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79% 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71% 相似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69% 相似待验证n-gram窗口太短会降低逆推攻击成本，窗口太长会因稀疏性降低水印检测信号一致性69% 相似待验证底层模型更换后，即便微小的输出分布变化也可能导致此前校准的安全护栏过度拦截或防护失效，需要重新标注和调试63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/794416

API

curl https://kongchang.com/api/v1/knowledge/claims/794416

MCP

get_claim(id=794416)