Anthropic пояснює, як працюватимуть невидимі водяні знаки в тексті Claude

Візьмімо речення «Сьогодні погода була холодною й…». Наступним словом дуже малоймовірно буде «солодкою». Але цілком імовірно, що це буде «хмарною» або «сіркою». За більшості обставин читачеві не надто важливо, яке з цих двох останніх слів зрештою обере модель, — значення речення в обох випадках здебільшого однакове. У подібних випадках вибір визначається випадковим числом.

Водяні знаки використовують такі незначущі вибори — вони відбуваються багато разів упродовж згенерованого тексту, — щоб залишити в відповідях Claude певний шаблон. Цей шаблон непомітний для читача, але його може виявити кожен, хто має ключ, що його кодує. Коли використовується водяний знак, вибір і далі робиться випадково, але джерело випадковості є іншим. Замість довільного генератора випадкових чисел для вибору наступного слова водяний знак використовує ключ і кілька слів, що йому передують, щоб визначити, яке слово має обрати модель.