研究显示，使用AI水印时，大语言模型对有害提示的回应会出现差异

研究发现，SynthID-Text水印可能改变大模型对有害请求的拒答行为，尤其在提示注入攻击下，甚至影响AI代理的工具调用及参数；研究仅测试了6个开源模型，未验证Claude的具体实现。

来源：Ars Technica