كيف تعمل العلامات المائية للنصوص الذكاء الاصطناعي وكيفية تجاوزها

تبدأ المقالة بالإشارة إلى أن لوائح الاتحاد الأوروبي تتطلب الآن من مزودي نماذج اللغات الكبيرة وضع علامة مائية على النصوص المولدة بالذكاء الاصطناعي، مستشهدة بنموذج كلود من أنثروبيك كمثال. يشرح المؤلف أن فكرة العلامة المائية تعتمد على تغيير توزيع الاحتمالات للرموز أثناء التوليد، مما يجعل بعض الرموز النادرة تظهر بشكل أكثر تكرارًا. هذا الأمر غير محسوس للبشر ولكنه قابل للكشف من قبل الآلات التي تعرف التوزيع الحقيقي. للتحايل على العلامات المائية، يقترح المؤلف معالجة النص مسبقًا لإزالة العلامات الواضحة مثل الشرطات الطويلة والمسافات ذات العرض الصفري، ثم ترجمة النص إلى لغة وسيطة ثم إعادته، وأخيرًا إعادة كتابته باستخدام نموذج مفتوح الوزن مثل DeepSeek-v4 الذي لا يضيف علامات مائية. قام المؤلف ببناء أداة تعتمد على Streamlit وLangChain لأتمتة هذه الخطوات، مما يتيح للمستخدمين اختيار وتكوين كل خطوة، وهي متاحة على GitHub.