各国政府正日益强制要求大型语言模型(LLM)生成的内容嵌入数字水印。欧盟《人工智能法案》(AI Act)要求水印标记必须“具备足够高的可靠性与鲁棒性”;而加利福尼亚州参议院第942号法案(SB 942)则规定,相关披露信息须“永久有效或极难移除”。这两项法规均基于一项未经验证的假设:水印检测结果所生成的证据,在司法实践中足以被法庭采信。本文即针对这一核心假设展开直接检验。
我们选取三种具有代表性的LLM水印方法——KGW、Unigram,以及SynthID-Text在MarkLLM平台上的实现方案——并依据《道伯特规则》(Daubert admissibility criteria)及美国国家标准与技术研究院(NIST)SP 800-86号文件所确立的数字取证流程,对其展开系统性评估。为结构化地开展此项评估,我们提出了一套“取证就绪度评分”(Forensic Readiness Score, FRS)框架:该框架包含12项具体评估指标、3个强制性门槛(mandatory gates),以及总分60分的量化评分体系。我们特别将“语义保持型改写”(meaning-preserving paraphrase)作为主要攻击手段,因其在法律实践中高度真实可信,且难以被简单归类为人为篡改证据的行为。
评估结果引发了严重的证据效力担忧。在每种方法下,针对15个主题各异的提示词(prompt)各执行56次有效改写操作(总计846次),所有最初被成功检测出水印的KGW与Unigram文本,在经改写后均彻底丢失水印——条件性移除率达100%;SynthID表现略优,但也高达98.3%。更值得警惕的是,即便在未遭受任何攻击的情况下,三类方法的漏检率(false-negative rate)已居高不下:KGW为70%,Unigram达83%,SynthID亦达80%。此外,SynthID配置还错误地将5.4%经改写的真人撰写文本判定为AI生成;其“悖论率”(paradox rate)达18.6%,即在其自身输出的原始带水印文本中,有80%落入了无法明确判定的“不确定性死区”(uncertainty deadband)。在全部五项《道伯特规则》要素中,没有任何一种方法满足其中两项以上。我们还发现,尽管FRS点数制评分体系本身按设计正常运行,却仍无法充分反映某些方法在法证实践中的根本性失效——这一局限性,对今后同类评估框架的设计具有重要警示意义。
综上所述,本研究中所测试的全部水印配置方案,均未能达到司法实践中对证据所要求的证明标准。

