Claudeの「見えない透かし」はどこに入る？ ― SynthID-TextのSamplingを理解する

Anthropicが発表したClaudeの「見えない透かし（Watermark）」技術について解説。テキストに埋め込まれる透かしの仕組みとその検出方法について考察している。

• Claudeのテキスト透かしは、文章自体ではなく、LLMが次のTokenを選ぶ際の「ランダム性（Sampling）」に加える規則性である。
• この規則性はSecret Keyを知る検出器のみが統計的な偏りとして検知でき、人間には通常の文章と見分けがつかない。
• Claudeの方式はGoogle DeepMindのSynthID-Textをベースにしており、LLMのTrainingに手を加えず、Sampling procedureを変更する。
• AI生成テキストの識別方法には、生成履歴照合、文章特徴からの推測、生成時のWatermark埋め込みの3つがある。
• Watermarkは、Token選択時のランダム性にSecret Key由来の規則性を持たせることで実現される。