Meta 新论文发现：从带水印 API 输出中蒸馏出的模型会在权重中保留隐藏的、与密钥相关的痕迹，且仅从复制品的文本中就能读出
Meta 的新论文发现，从带水印 API 输出中蒸馏出的模型会在权重中保留隐藏的、与密钥相关的痕迹，且仅从复制品的文本中就能读出。研究者发现，如今靠统计疑似文本中水印 token 的检测器会漏掉大多数低温采样生成的复制品，因为带水印的痕迹会把学生模型的权重推向一个微弱的、与密钥相关的方向。这一发现值得关注，因为它表明基于水印的归属判定可能以比现有检测器设想的更隐蔽的形式在蒸馏后存活下来，或将改变模型复制的检测与争议方式。
报道来源
- Rohan Paul2026-10-30 08:05