Hiểu tác động của watermark LLM đến hành vi AI agent

Lasso Research thử nghiệm watermark SynthID-Text trên sáu mô hình và phát hiện nó làm thay đổi độ chính xác của tool-call và làm yếu khả năng từ chối dưới tấn công prompt injection. Trên một số mô hình, sự thay đổi hành vi do watermark gây ra vượt quá cả việc điều chỉnh temperature.