Việc triển khai watermark của Anthropic để lộ lỗ hổng trên hai mô hình Claude thế hệ cũ

AI trong thực tiễn Sao chép đường dẫn vào bộ nhớ tạm Chia sẻ bài viết này Đến phần bình luận Việc Anthropic triển khai hình mờ kỹ thuật số để lộ lỗ hổng trên hai mô hình Claude đời cũ Matthias Bastian Xem hồ sơ LinkedIn của Matthias Bastian Ngày 31/10/2026 Nano Banana Pro tạo theo câu lệnh từ THE DECODER Đặt câu hỏi về bài viết này… Tìm kiếm Anthropic đang mở rộng việc gắn hình mờ kỹ thuật số cho văn bản trên bốn mô hình Claude khác, tuy nhiên người dùng API có thể né tránh việc gắn dấu này trên hai mô hình trong số đó bằng cách điều chỉnh một tham số lấy mẫu duy nhất. Trong thư gửi khách hàng sử dụng API, Anthropic cho biết sẽ gắn hình mờ kỹ thuật số lên Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 và Claude Sonnet 4.6. Các mô hình mới hơn như Claude Opus 5.5 vốn đã được gắn hình mờ, và quá trình triển khai trên Amazon Bedrock có thể sẽ mất thêm vài ngày. Anthropic định nghĩa hình mờ này là một "mẫu hình không thể nhận biết trong việc lựa chọn từ ngữ", không làm thay đổi ngữ nghĩa, chất lượng hay khả năng đọc hiểu. Công ty khẳng định phương pháp này không bổ sung thêm ký tự hoặc token nào, không ảnh hưởng đến giá thành hay định dạng của các yêu cầu và phản hồi, đồng thời hầu như không làm giảm tốc độ xuất dữ liệu. Anthropic cũng cho biết hình mờ "không chứa thông tin về người dùng, tổ chức của họ hay các cuộc hội thoại với Claude".Quảng cáo Anthropic chỉ áp dụng hình mờ ở cài đặt mặc định trên hai mô hình đời cũ Trên Claude Opus 4.6 và Claude Sonnet 4.6, Anthropic cho biết hình mờ chỉ được kích hoạt khi các nhà phát triển giữ nguyên ba tham số lấy mẫu ở giá trị mặc định. Các tham số này gồm temperature, top_p và top_k, có chức năng kiểm soát mức độ ngẫu nhiên của mô hình khi chọn từ ngữ. Một điều chỉnh nhỏ đối với bất kỳ tham số nào trong số này cũng đủ để loại bỏ hình mờ. Anthropic cảnh báo trong thư: "Nếu quý vị phụ thuộc vào hình mờ để đáp ứng các tiêu chuẩn tuân thủ của mình, hãy duy trì các cài đặt này ở mức mặc định."Quảng cáo Thư điện tử không đề cập đến lưu ý này đối với Claude Mythos 5 hay Claude Opus 4.7, cho thấy hình mờ được áp dụng cho các mô hình đó bất kể cấu hình lấy mẫu. Dù vậy, lỗ hổng trên các mô hình đời cũ vẫn rất đáng chú ý, do Opus 4.6 vẫn là mô hình viết tốt nhất của Anthropic, vượt trên cả Opus 5.5. Anthropic hiện cung cấp một API phát hiện đang trong giai đoạn thử nghiệm giới hạn để xác minh hình mờ, đồng thời cung cấp thêm thông tin chi tiết trên trang thông tin dán nhãn nội dung của hãng.Quảng cáo Anthropic nâng cấp các mô hình Claude đời cũ nhằm đáp ứng thời hạn của Đạo luật AI của Liên minh châu Âu Anthropic nêu rõ thời hạn tháng 12 của Đạo luật AI thuộc Liên minh châu Âu (EU) là lý do công ty gắn hình mờ cho các mô hình đời cũ vào thời điểm hiện tại. Mọi mô hình được phát hành sau ngày 2/8/2026 đều được tích hợp sẵn hình mờ ngay từ ngày đầu, trong khi các mô hình cũ hơn được cập nhật theo từng giai đoạn. Do hình mờ được nhúng ở cấp độ mô hình, tính năng này hoạt động trên mọi nền tảng lưu trữ các mô hình nói trên, bao gồm Amazon Web Services, Google Cloud và Microsoft Foundry. Khách hàng không thể tắt tính năng này. Anthropic sử dụng một biến thể từ phương pháp văn bản SynthID của Google DeepMind, can thiệp vào tính ngẫu nhiên của quá trình chọn từ để tạo ra một mẫu hình có thể phát hiện được bằng thuật toán thống kê. OpenAI đã ra mắt hệ thống gắn hình mờ riêng mang tên textGrain vào tháng 10/2026, nhưng hệ thống này chỉ kích hoạt mặc định đối với người dùng ChatGPT và Codex tại EU. Khách hàng API trên toàn cầu có thể bật hoặc tắt tính năng này tùy ý, và hệ thống được bàn giao ở trạng thái vô hiệu hóa. Google DeepMind đã mở mã nguồn SynthID cho văn bản và tích hợp công nghệ này vào các mô hình Gemini.Quảng cáo Việc kỹ thuật chèn thủy vân (watermarking) có thực sự không làm suy giảm chất lượng văn bản hay không vẫn còn là vấn đề gây tranh cãi. Blogger John Gruber lập luận rằng không có hai từ đồng nghĩa nào mang ý nghĩa hoàn toàn giống nhau, do đó việc lựa chọn từ ngữ theo mã khóa thủy vân thay vì mức độ chuẩn xác về ngữ nghĩa tất yếu sẽ làm giảm độ chính xác của nội dung. Trong khi đó, chuyên trang pháp lý Artificial Lawyer nêu ra một lo ngại khác đối với các công ty luật: những khách hàng cấm sử dụng AI có thể phát hiện dấu vết này, đồng thời việc tồn tại nhiều lớp thủy vân trong cùng một tài liệu có thể làm phát sinh các vấn đề phức tạp. Quảng cáo AI News Without the Hype – Curated by Humans (Tin tức AI xác thực, không thổi phồng – Do con người tổng hợp) Đăng ký THE DECODER để đọc nội dung không có quảng cáo, nhận bản tin AI hằng tuần, báo cáo chuyên sâu độc quyền "AI Radar" 6 lần mỗi năm, toàn quyền truy cập kho lưu trữ và mục bình luận. Đăng ký ngay