نحوه عملکرد واترمارک متنی Claude و روش تشخیص آن

واترمارک‌گذاری متن Claude چیست

واترمارک‌گذاری متن Claude نوعی bias است که هنگام انتخاب واژه‌ها توسط مدل اعمال می‌شود. این واترمارک برچسبی متصل به فایل نیست و رشته‌ای از نویسه‌های نامرئی Unicode هم نیست که بتوان آن را با یک regular expression حذف کرد. Anthropic در مطلب نحوه کار واترمارک‌گذاری متن Claude، منتشرشده در 14 August 2026 و به‌روزشده در 1 September 2026، توضیح می‌دهد که این سازوکار «فقط منبع تصادفی‌بودن مورد استفاده برای انتخاب میان واژه‌ها را تغییر می‌دهد» و از یک کلید محرمانه به‌همراه چند واژه قبلی استفاده می‌کند. چون این نشان در واژه‌های انتخاب‌شده قرار دارد، با copy و paste باقی می‌ماند و با تغییر واژه‌ها از بین می‌رود.

از این موضوع 2 نتیجه به دست می‌آید و همین 2 مورد دلیل جست‌وجوی افراد درباره این موضوع است. تشخیص، یک آزمون آماری است که پیش از معنادارشدن به واژه‌های زیادی نیاز دارد؛ بنابراین ممکن است درباره یک جمله منفرد اطلاعات مفیدی ارائه نکند. نتیجه منفی نیز چیزی را ثابت نمی‌کند: مرکز راهنمای Anthropic اعلام می‌کند که «تشخیص‌ندادن نشان به این معنا نیست که محتوا با AI تولید یا پردازش نشده است».

صفحه راهنمای نحوه علامت‌گذاری محتوای تولیدشده با AI توسط Claude، که در 11 October 2026 مطالعه شده است، سطوح تحت پوشش را فهرست می‌کند: «Claude Platform (API)، Claude، Claude Code، Claude Cowork و Claude Tag»؛ این پوشش شامل دسترسی از طریق AWS، Google Cloud و Microsoft Foundry نیز می‌شود. مدل‌هایی که در 2 August 2026 یا پس از آن عرضه شده‌اند، از زمان عرضه از علامت‌گذاری machine-readable پشتیبانی می‌کنند. مدل‌های قدیمی‌تر نیز در یک دوره گذار تحت پوشش قرار دارند تا Anthropic علامت‌گذاری را به آن‌ها اضافه کند؛ این صفحه اکنون جدولی برای هر مدل دارد. این تاریخ تصادفی نیست. Article 50 از EU AI Act از 2 August 2026 لازم‌الاجرا می‌شود و ارائه‌دهندگان سامانه‌های تولیدکننده متن synthetic را ملزم می‌کند خروجی را «در قالبی machine-readable و به‌گونه‌ای که به‌عنوان تولید یا دست‌کاری‌شده توسط ماشین قابل تشخیص باشد» علامت‌گذاری کنند. Digital Omnibus on AI، یعنی Regulation (EU) 2026/1744، به ارائه‌دهندگانی که سامانه‌هایشان پیش از 2 August 2026 در بازار بوده است تا 2 December 2026 فرصت می‌دهد این وظیفه علامت‌گذاری را انجام دهند. Anthropic می‌گوید این علامت‌گذاری را در سراسر جهان اعمال می‌کند، نه فقط برای traffic اتحادیه اروپا.

فایل‌ها سازوکار متفاوتی دارند. صفحه راهنما می‌گوید Claude به انواع فایل‌های تولیدشده و پشتیبانی‌شده، «مانند PNG یا JPEG»، metadata مربوط به provenance امضاشده‌ای متصل می‌کند که Content Credential نام دارد و از استاندارد C2PA (Coalition for Content Provenance and Authenticity) پیروی می‌کند. این metadata در کنار محتوای فایل متصل می‌شود و محتوای فایل را تغییر نمی‌دهد؛ به همین دلیل به‌سادگی حذف می‌شود.

انتخاب توکن چگونه تحت تأثیر watermark قرار می‌گیرد

در هر گام، یک مدل زبانی برای هر توکنی که می‌تواند در ادامه بنویسد، احتمال تولید می‌کند؛ توکن می‌تواند یک واژه یا بخشی از آن باشد. یک sampler یکی از این توکن‌ها را انتخاب می‌کند و معمولاً تصادفی‌بودن این انتخاب از یک منبع عدد تصادفی معمولی می‌آید. sampler مربوط به watermarking این منبع را با یک تابع شبه‌تصادفی کلیددار جایگزین می‌کند. ورودی‌های این تابع، کلید محرمانه و چند توکن آخر هستند. بنابراین انتخاب برای هر فردی که کلید را در اختیار دارد بازتولیدپذیر است و برای دیگران مانند تغییرات عادی به نظر می‌رسد.

نخستین نسخه عمومی که به‌طور گسترده به آن استناد شد، A Watermark for Large Language Models (Kirchenbauer et al., ICML 2023) است. پیش از تولید هر توکن، کلید و توکن‌های قبلی یک زیرمجموعه شبه‌تصادفی «سبز» از واژگان را انتخاب می‌کنند و sampler یک امتیاز اضافی کوچک به توکن‌های آن زیرمجموعه می‌دهد. هیچ توکنی ممنوع نیست، بنابراین متن روان باقی می‌ماند؛ اما توکن‌های سبز کمی بیشتر از حدی که تصادف اجازه می‌دهد ظاهر می‌شوند.

پست Anthropic می‌گوید پیاده‌سازی آن‌ها بر پایه SynthID-Text است؛ روشی که Google DeepMind در October 2024 در Nature و در مقاله Scalable watermarking for identifying large language model outputs منتشر کرد. این پست همچنین می‌گوید این خانواده از ایده‌ها به پیشنهادی از Scott Aaronson در سال 2022 بازمی‌گردد. SynthID-Text چند توکن نامزد را از توزیع خود مدل انتخاب می‌کند و میان آن‌ها یک knockout tournament برگزار می‌کند. امتیازدهی این رقابت با تابع کلیددار انجام می‌شود، بنابراین توکن برنده معمولاً توکنی است که کلید آن را ترجیح می‌دهد. نامزدها از توزیع خود مدل می‌آیند. به همین دلیل، ارزیابی منتشرشده هیچ افت قابل‌اندازه‌گیری در کیفیت را گزارش نمی‌کند.

پیامد مهم، entropy است. bias فقط در جایی می‌تواند اثر بگذارد که مدل واقعاً حق انتخاب داشته باشد. اگر تنها توکن درست بعدی Paris باشد، هیچ طرحی نمی‌تواند آن را جابه‌جا کند، مگر این‌که متن را نادرست کند. Anthropic این موضوع را مستقیماً بیان می‌کند: watermarking «در بخش‌های factual که انتخاب‌های کمتری بدون کاهش دقت متن وجود دارد، تنک‌تر است» و code «معمولاً watermarking کمتری نسبت به برخی شکل‌های دیگر متن دارد»، زیرا معمولاً باید دقیق باشد. چگالی سیگنال با میزان آزادی مدل در انتخاب ارتباط دارد. بنابراین یک متن طولانی و آزاد، watermark نیرومندی دارد؛ اما یک پاسخ factual کوتاه ممکن است تقریباً هیچ watermarkی نداشته باشد.

درباره همه مطالب بالا باید یک محدودیت واقعی را در نظر گرفت. تا 11 October 2026، Anthropic خانواده‌ای را که طرح آن به آن تعلق دارد منتشر کرده است، اما پارامترها یا آستانه detector را منتشر نکرده است. سازوکارهای این بخش از مقالات ذکرشده گرفته شده‌اند. آن‌ها را به‌عنوان design منتشرشده‌ای بخوانید که Anthropic به آن اشاره می‌کند، نه به‌عنوان شرح configuration دقیق Claude.

چرا تشخیص، آزمون فرضیه است نه یک مهر تأیید

detector متن و کلید را دریافت می‌کند. متن را پیمایش می‌کند، در هر موقعیت دوباره محاسبه می‌کند که کلید کدام گزینه را ترجیح می‌داد، به هر token امتیاز می‌دهد و امتیازها را با هم جمع می‌کند. فرض صفر این است که متن بدون استفاده از آن sampler کلیددار نوشته شده است؛ در این حالت، امتیازها مانند پرتاب سکه رفتار می‌کنند و مجموع نزدیک مقدار مورد انتظار خود قرار می‌گیرد. متن watermark‌شده از این مقدار بالاتر می‌رود. خروجی یک p-value است؛ یعنی احتمال مشاهده چنین مجموع بالایی در متنی بدون watermark. verdict «detected» نیز حاصل مقایسه این p-value با threshold انتخاب‌شده توسط یک فرد یا سازمان است.

این طراحی در عمل 2 اثر دارد. با افزایش طول متن، اطمینان بیشتر می‌شود، زیرا هر token اضافی یک شاهد ضعیف دیگر فراهم می‌کند. Anthropic این موضوع را چنین بیان می‌کند: «تشخیص watermark در نمونه‌های کوچک نیز عملکرد خوبی ندارد، زیرا انتخاب‌های واژگانی کمتر است و در نتیجه اطلاعات کمتری برای اتکا وجود دارد.» threshold نیز یک trade-off است. اگر آن را آن‌قدر پایین تنظیم کنید که یک پاراگراف را علامت‌گذاری کند، به‌تدریج پاراگراف‌های انسانی را نیز به‌صورت تصادفی علامت‌گذاری خواهید کرد.

بیشتر خوانندگان هنوز نمی‌توانند این آزمون را خودشان اجرا کنند. در به‌روزرسانی 1 September 2026، پست Anthropic می‌گوید: «ما detection API را به‌صورت private preview عرضه می‌کنیم.» این API برای سازمان‌های واجد شرایط «طبق الزامات قانون اتحادیه اروپا» در دسترس است؛ از جمله نهادهای ناظر، مجریان قانون، رسانه‌ها، fact-checkerها، پژوهشگران مستقل، سازمان‌های آموزشی و گروه‌های جامعه مدنی اتحادیه اروپا. همچنین enterpriseهایی که «به‌طور مشابه موظف به راستی‌آزمایی watermarking» برای رعایت الزامات Act هستند، می‌توانند از آن استفاده کنند. Anthropic می‌گوید قصد دارد «به‌مرور دسترسی به detection API را گسترش دهد» و هر دو صفحه به فرمی برای ثبت علاقه‌مندی پیوند دارند. بنابراین در 11 October 2026، detector عمومی برای متن وجود ندارد: خارج از این سازمان‌ها، هیچ‌کس نمی‌تواند ادعای وجود یا نبود این نشان را در یک متن مشخص تأیید یا رد کند. فایل‌ها مسیر جداگانه‌ای دارند که همه می‌توانند از آن استفاده کنند. Claude Content Checker رایگان یک فایل بارگذاری‌شده را برای وجود Claude Content Credential بررسی می‌کند و صراحتاً اعلام می‌کند که «متن را بررسی نمی‌کند».

این خلأ مهم است، زیرا افراد در عوض به سراغ چه ابزارهایی می‌روند. «AI detector»های تجاری که به مدارس و ویراستاران فروخته می‌شوند، classifierهایی هستند که بر اساس سبک نوشتار آموزش دیده‌اند. این ابزارها نه کلیدی دارند و نه آزمونی از این نوع اجرا می‌کنند. حالت خطای آن‌ها مستند شده است: GPT detectorها علیه نویسندگان انگلیسی‌زبان غیربومی سوگیری دارند؛ پژوهش Liang و دیگران در Patterns، در سال 2023، نشان داد detectorهای پرکاربرد بیش از نیمی از مجموعه‌ای از مقاله‌های TOEFL نوشته‌شده توسط نویسندگان غیربومی را تولیدشده توسط AI تشخیص دادند، در حالی که نمونه‌های نویسندگان بومی را به‌درستی طبقه‌بندی کردند. watermark detector و classifier سبک، 2 ماشین متفاوت‌اند. اجازه ندهید کسی ابزار دوم را به شما تحویل دهد و آن را ابزار اول بنامد.

چه چیزی واترمارک را حذف می‌کند

خروجی‌های کوتاه. یک پاسخ تک‌خطی تصمیمات بسیار کمی برای تغییر یک آمار در خود دارد. هیچ راه حلی وجود ندارد، زیرا این ویژگیِ خودِ آزمون است و نه یک نقص در پیاده‌سازی.

بازنویسی. شرکت Anthropic می‌گوید ویرایش جزئی ممکن است واترمارک را خوانا باقی بگذارد، در حالی که «یک بازنویسی کامل که در آن هر کلمه جایگزین شود» آن را حذف می‌کند. هر کلمه‌ای که جایگزین می‌کنید، کلمه‌ای است که کلید دیگر نمی‌تواند آن را توضیح دهد.

بازنویسی توسط مدل دیگر. مدل دوم هر توکن را با sampler مخصوص خود و بدون کلید انتخاب می‌کند، بنابراین نتیجه، واترمارک آن مدل را (اگر داشته باشد) حمل می‌کند و نه واترمارک Claude را.

ترجمه، با یک استثنا. اجرای متن انگلیسی Claude از طریق یک مترجم دیگر، سیگنال را از بین می‌برد، زیرا یک sampler جدید هر کلمه مقصد را انتخاب می‌کند. Anthropic به موردی اشاره می‌کند که برعکس عمل می‌کند: «ترجمه‌ای که توسط Claude تولید شده باشد دارای واترمارک است، زیرا در این حالت هر کلمه توسط Claude انتخاب شده است.»

کد، عمدتاً. کد صحیح انتخاب‌های جایگزین کمی ارائه می‌دهد. TechCrunch در تاریخ 15 August 2026 گزارش داد که Anthropic انتظار «تأثیری ناچیز بر کد واقعی تولید شده» را دارد و واترمارک‌ها احتمالاً بیشتر در کامنت‌ها ظاهر می‌شوند. این یک گزارش مطبوعاتی از بیانیه شرکت است و نه مستندات منتشر شده، بنابراین جزئیات مربوط به کامنت‌ها را تأیید نشده تلقی کنید. کامنت‌ها و نام شناسه‌ها (identifier names) بخش‌هایی از یک وصله (patch) هستند که فضای واقعی برای انتخاب دارند.

حذف متادیتا، برای فایل‌ها. داده‌های اصالت C2PA در کنار داده‌های تصویر قرار دارند، بنابراین هر چیزی که فایل را دوباره کدگذاری (re-encode) کند، معمولاً آن را حذف می‌کند مگر اینکه دستور حفظ آن داده شود. این شامل بهینه‌ساز تصویر در یک build معمولی سایت استاتیک نیز می‌شود. صفحه راهنمای Anthropic، حذف متادیتا را در میان دلایل از بین رفتن واترمارک فهرست کرده است.

آنچه یک نشانهٔ شناسایی‌شده واقعاً ثابت می‌کند

کمتر از چیزی که واژهٔ «watermark» القا می‌کند. نوشتهٔ Anthropic صریح است: «یک watermark فقط می‌تواند مشخص کند که Claude احتمالاً در مقطعی با این محتوا درگیر بوده است. این سازوکار نمی‌تواند بین این دو حالت تمایز بگذارد: «Claude این متن را نوشته است» و «Claude این متن را به‌طور گسترده ویرایش کرده است».» صفحهٔ راهنما اضافه می‌کند که «Claude ممکن است نویسندهٔ اصلی نباشد»، زیرا افراد از Claude برای ویرایش نوشته‌ای استفاده می‌کنند که خودشان تولید کرده‌اند و این محتوا ممکن است پس از استفادهٔ Claude تغییر کرده باشد.

در هیچ‌یک از مطالب منتشرشدهٔ Anthropic، وجود سیگنالی برای هر account یا user به‌صورت جداگانه توضیح داده نشده است. طبق مستندات موجود، این نشانه فقط بیان می‌کند که یک مدل Claude در تولید یا ویرایش محتوا دخیل بوده است. اگر کسی به شما بگوید watermark نشان می‌دهد کدام user یا کدام API key یک متن را تولید کرده است، این ادعا تا 11 October 2026 در منابع اولیه مطرح نشده است.

آیا این موضوع انتشار کدِ کمک‌گرفته از هوش مصنوعی را از سرور شما تغییر می‌دهد؟

برای کد، پاسخ فنی عمدتاً منفی است؛ به دو دلیل که پیش‌تر گفته شد: سیگنال موجود در کد دقیق ضعیف است و شناسایی متن نیز فقط برای سازمان‌های واجد شرایط، در قالب یک پیش‌نمایش خصوصی، ارائه می‌شود. آنچه تعیین می‌کند اجازه انتشار دارید یا نه، policy است و policy تغییری نکرده است. پروژه‌های open source قوانین خود را برای مشارکت‌های کمک‌گرفته از هوش مصنوعی نوشته‌اند و اجرای این قوانین بر عهده maintainer است که pull request شما را می‌خواند، نه detectorی که tokenهای شما را بررسی کند.

برای نثری که سرور شما تولید می‌کند، پاسخ از یک جنبه مشخص مثبت است. اگر یک API call یادداشت‌های release یا صفحه‌های محصول شما را بنویسد، این کلمات متعلق به Claude هستند؛ بنابراین mark در خود آن‌ها وجود دارد. تبدیل markdown به HTML، minify کردن، ذخیره نتیجه در Postgres و ارائه آن از طریق CDN، کلمات را تغییر نمی‌دهند؛ پس هیچ‌کدام mark را نیز تغییر نمی‌دهند. چیزی که mark را تضعیف می‌کند، بازنویسی جمله‌ها توسط ویراستار انسانی است.

نمی‌توانید watermark را با prompt حذف کنید. این watermark در sampling layer و زیر متن تولیدشده توسط model اعمال می‌شود؛ بنابراین دستوری مانند «این را watermark نکن» چیزی برای اثرگذاری ندارد. این وضعیت با دلایل معمولی که agent دستور نوشته‌شده توسط شما را نادیده می‌گیرد متفاوت است؛ در آن حالت، دستور به model رسیده و در برابر عامل دیگری شکست خورده است. تا 11 October 2026، برای مشتریان API گزینه opt-out مستندشده‌ای وجود ندارد.

اگر از Claude برای اجرای سرور استفاده می‌کنید، نه برای نوشتن متن، این موضوع تغییر زیادی ایجاد نمی‌کند. فرمان‌های shell و قطعه‌های configuration کوتاه و محدود هستند؛ بنابراین تقریباً هیچ سیگنالی در خود ندارند و mark نیز بر چیزی که روی سیستم شما اجرا می‌شود اثری نمی‌گذارد. کارهای روزمره sysadmin با Claude پرسش متفاوتی را مطرح می‌کند: چه چیزی در وهله اول از ماشین شما خارج می‌شود؟ برای پاسخ، به آنچه یک coding agent واقعاً از سرور شما ارسال می‌کند مراجعه کنید.

آنچه باید افشا کنید

افشا کردن، پرسشی دربارهٔ مقررات است، نه پرسشی دربارهٔ تشخیص. واترمارک وظیفه‌ای برای افشا ایجاد نمی‌کند و آن را نیز ساقط نمی‌کند. مشخص کنید کدام مقررات برای شما لازم‌الاجراست، سپس همان را رعایت کنید؛ چه امکان شناسایی وجود داشته باشد و چه نداشته باشد.

قانون هوش مصنوعی اتحادیهٔ اروپا این موضوع را به دو بخش تقسیم می‌کند. مادهٔ 50(2) وظیفهٔ علامت‌گذاری را بر عهدهٔ provider، یعنی Anthropic، می‌گذارد و این rollout همین الزام را برآورده می‌کند. مادهٔ 50(4) برای deployer وظیفه‌ای تعیین می‌کند: هرکس متنی تولیدشده با هوش مصنوعی را «برای اطلاع‌رسانی به عموم دربارهٔ موضوعات دارای منفعت عمومی» منتشر کند، باید اعلام کند که متن به‌صورت مصنوعی تولید شده است. این ماده یک معافیت نیز دارد که بیشتر تیم‌های انتشار مشمول آن هستند؛ در صورتی که «محتوای تولیدشده با هوش مصنوعی تحت فرایند بازبینی انسانی یا کنترل تحریریه قرار گرفته باشد و یک شخص حقیقی یا حقوقی مسئولیت تحریریهٔ انتشار را بر عهده داشته باشد». هر دو الزام از 2 August 2026 اجرا می‌شوند؛ با این تفاوت که الزام علامت‌گذاری فقط برای سیستم‌هایی که پیش از آن تاریخ در بازار بوده‌اند، تا 2 December 2026 به تعویق می‌افتد. با پستی که بازبینی شده و یک ویراستار مشخص مسئول آن است، مانند feedی که بدون خوانده‌شدن توسط یک شخص منتشر می‌شود، رفتار نمی‌شود. این متن، برداشت از متن مقررات است و مشاورهٔ حقوقی محسوب نمی‌شود.

مقررات دیگری ممکن است دامنه‌ای گسترده‌تر از قانون داشته باشند. قرارداد کاری شما، توافق‌نامهٔ شما با مشتری، راهنمای مشارکت پروژه‌ای که برای آن patch ارسال می‌کنید، و سیاست ناشری که برای آن می‌نویسید، هرکدام می‌توانند الزامات بیشتری تعیین کنند. این‌ها همچنین همان مقرراتی هستند که احتمالاً واقعاً بررسی خواهند شد.

هنگام افشا، توضیح دهید مدل چه کاری انجام داده و شما چه چیزهایی را بررسی کرده‌اید. عبارت «پیش‌نویس با Claude نوشته شده است؛ همهٔ commandها پیش از انتشار روی یک نصب پاک Ubuntu 24.04 اجرا و بررسی شدند» اطلاعات واقعی و مفیدی به خوانندهٔ فنی می‌دهد. یک badge عمومی با متن «از AI استفاده شده است» چنین اطلاعاتی نمی‌دهد، چون بخشی که مدل نمی‌تواند به‌جای شما انجام دهد، بررسی و راستی‌آزمایی است.

همچنین از نتیجهٔ واترمارک به‌عنوان اتهام استفاده نکنید. نتیجهٔ مثبت فقط نشان می‌دهد که یک مدل Claude در جایی دخیل بوده است؛ از جمله ممکن است فقط برای ویرایش نوشتهٔ خود فرد استفاده شده باشد. نتیجهٔ منفی نیز هیچ اطلاعاتی ارائه نمی‌کند.

FAQ

آیا می‌توانم watermark متنی Claude را خاموش کنم؟

تا 11 October 2026، هیچ گزینهٔ مستندی برای انصراف وجود ندارد. صفحهٔ راهنمای Anthropic، علامت‌گذاری را در Claude، Claude Platform (API)، Claude Code، Claude Cowork و Claude Tag، از جمله دسترسی از طریق AWS، Google Cloud و Microsoft Foundry، توضیح می‌دهد و هیچ تنظیمی برای غیرفعال‌کردن آن معرفی نمی‌کند. درخواست از مدل برای watermark‌نکردن پاسخ نیز اثری ندارد، زیرا این علامت را sampler انتخاب‌کنندهٔ tokenها اعمال می‌کند، نه مدل بر اساس دستور شما.

آیا watermark در کدی که Claude می‌نویسد نیز دیده می‌شود؟

به‌سختی. watermarking با انتخاب بین گزینه‌هایی انجام می‌شود که همگی قابل‌قبول‌اند، و کد صحیح معمولاً گزینه‌های زیادی ندارد. Anthropic می‌گوید کد «معمولاً نسبت به برخی شکل‌های دیگر متن watermarking کمتری دارد»، زیرا معمولاً باید دقیق باشد. TechCrunch در 15 August 2026 گزارش کرد که Anthropic انتظار دارد اثر آن بر خود کد ناچیز باشد و علامت‌ها بیشتر در commentها دیده شوند؛ البته این گزارش رسانه‌ای از یک اظهارنظر است، نه مستندات منتشرشده. بخش‌های patch که امکان تغییر بیشتری دارند، commentها و نام‌های identifier هستند.

اگر detector هیچ watermarkی پیدا نکند، آیا این موضوع ثابت می‌کند که متن را انسان نوشته است؟

خیر، و این رایج‌ترین اشتباهی است که افراد دربارهٔ watermarkها مرتکب می‌شوند. صفحهٔ خود Anthropic می‌گوید «نبودن علامت شناسایی‌شده به این معنا نیست که محتوا با AI تولید یا پردازش نشده است». متن ممکن است برای آزمایش بیش از حد کوتاه باشد، ویرایش یا paraphrase شده باشد، از مدلی آمده باشد که پیش از عرضهٔ قابلیت علامت‌گذاری منتشر شده است، یا کاملاً از vendor دیگری آمده باشد. این آزمون یک‌طرفه است: می‌تواند اطمینان به دخالت Claude را افزایش دهد، اما هرگز نمی‌تواند نشان دهد که Claude دخیل نبوده است.

آیا paraphrase یا ترجمه، watermark را حذف می‌کند؟

paraphrase از طریق مدل دیگری watermark را حذف می‌کند، زیرا آن مدل هر واژه را با sampler خود و بدون key دوباره انتخاب می‌کند. ترجمه با یک ابزار خارجی نیز به همین دلیل watermark را حذف می‌کند. حالت استثنایی در جهت مخالف است: Anthropic می‌گوید «ترجمه‌ای که Claude تولید می‌کند watermark دارد، زیرا در این حالت هر واژه را Claude انتخاب می‌کند»؛ بنابراین ترجمهٔ نوشتهٔ خودتان با Claude علامتی اضافه می‌کند که پیش‌تر وجود نداشته است.

آیا می‌توانم خودم یک سند را برای یافتن watermark مربوط به Claude بررسی کنم؟

برای متن، فقط در صورتی که سازمان شما واجد شرایط باشد. تشخیص به key نیاز دارد؛ بنابراین با خواندن متن یا استفاده از ابزار offline انجام‌پذیر نیست. Detection API متعلق به Anthropic برای سازمان‌های واجد شرایط تحت قوانین اتحادیهٔ اروپا و enterpriseهایی که خودشان وظیفهٔ راستی‌آزمایی watermarking را دارند، در private preview است و دسترسی گسترده‌تر برای آینده برنامه‌ریزی شده است؛ بنابراین تا 11 October 2026، detector عمومی برای متن وجود ندارد. فایل‌ها متفاوت‌اند: Claude Content Checker رایگان، یک فایل بارگذاری‌شده را برای وجود Claude Content Credential بررسی می‌کند، اما متن را بررسی نمی‌کند. هر ابزار third-party که به‌عنوان detector متن Claude فروخته شود، key ندارد؛ بنابراین یک style classifier است، با سازوکاری متفاوت و مشکلی مستند در false positive برای نوشتهٔ افرادی که زبان اولشان انگلیسی نیست (Liang et al., Patterns, 2023).