为什么开源模型生成的文本无法被可靠地溯源追踪？

闭源模型提供商可以在推理时向生成文本中嵌入统计水印，从而在事后将内容归因于特定模型。开源模型让用户完全访问解码过程，因此只需修改几行采样代码即可去除任何生成时的水印。对已生成文本进行事后水印标记在改写攻击下会失效。将标记嵌入模型权重能抵御部分攻击，但无法抵御微调——任何在本地运行权重的人都可以在一个下午内完成微调。截至2025年底，尚无任何方案能为开放权重模型的输出提供实用、防删除的来源标记，学术界也承认这一问题尚未解决。