SynthID-Text

水印可改变LLM的安全与工具调用行为

研究发现，SynthID-Text 类水印不仅改变模型词选，还会影响模型调用工具与遵守安全策略的概率；在对抗性提示下，有时会使模型执行原本不会服从的有害指令，提示研发者在部署水印前需彻底测试。