AI 润色和翻译会被水印标记吗？论文里哪些用法会留下痕迹
问答指南·Fri Sep 11·PCPASS 指南
「我只是让 AI 润色了绪论那两段，会不会被标出来？」
这句话，是最近被问得最多的。问的人大多处于这样一种状态中，正文自己写了大半年，只有个别段落觉得表达不顺，或者英文摘要拿不准。就交给AI顺了一遍。交稿前突然听说Claude给输出加了水印，心里就开始打鼓了。
本问题不能用会或者不会来回答，润色、重写、翻译是三种不同的用法，留下痕迹的方式也不同。分开来看就清楚了。
三种用法，风险各不相同
轻度润色就是改几个词、调换语序、把长句拆成短句。这种用法去不掉已经存在的水印，但也不会因为润色本身就让整篇被判成AI生成。原因在后面讲。
把全部内容交给AI进行重写，性质就发生了变化。当改写的程度足够深的时候，原有的水印就会被清除掉，但是文本的统计特征会变得非常明显，句式变得规整。用词范围变窄。过渡句开始成套出现。这些都是AIGC检测盯的指标。重写反而会增加疑似度。
翻译是第三种情况。翻译过程会带上水印，这一点比较反直觉——把中文译成英文，水印并不会消失，而是跟着到了译文里。如果原文本身就是 AI 生成的，翻译也消不掉它。
为什么改几个词去不掉
文本水印的做法和很多人想的不一样。它不往文章里塞东西，整段文本不会多出任何字符，也没有隐藏字符，额外的 token 开销为零。它影响的是模型选词的偏好。
模型每次写一个词，都是在做选择。描写天气的时候，它可以从 overcast 或者 grey 里挑一个，两者都说得通。水印系统用一把密钥和前面的文本一起决定这一次选哪一个。没有异常。但是同样的偏好会在长文中重复出现，渐渐积累成一个统计标记。
关键在于水印是散开的，摊在全文大量的选词里，没有集中在某几处。所以换几个词、移动标点，破坏不了统计证据。能消除它的是彻底改写，也就是换词复述。
它也有够不着的地方。事实性唯一答案没有选择的空间，2+2只能等于4，嵌不进去；代码基本不嵌，顶多在注释里嵌一点。
短文本的判断为什么更不可靠
还有一个规律值得记住：文本越短、模型分布熵越低，检测就越不可靠。
果壳7月做了一组测试，使用大约50词元的短文本和定制版SynthID检测器。30段带水印的文本中可以明确检出的只有6段，24段进入不确定区间；184次纯人类文本测试误判10次，误报率5.4%。原文自己加了警告，这是短文本、开源配置的结果，并不代表厂商的实际水平。
这个结论对于摘要来说特别有意义。摘要一般几百字，翻译过来的摘要更短，正处在检测最不靠谱的区间里。所以不管是水印检测还是 AIGC 检测，对短文本的结论都不能当作铁证。北京互联网法院就有一个判例，一篇真人短文被误判为 AI 生成而遭到平台限流，法院最终认定平台违约。
学校那边实际看的是什么
学校使用的AIGC检测，不管是知网、维普还是格子达，查的都是统计特征疑似度。它不查厂商水印，因为水印只有厂商自己持密钥能验，各家只能验自家的输出，第三方拿不到密钥。
两件事要分开：稿子里有没有厂商水印，稿子会不会被AIGC检测命中，是互相独立的。使用带水印的模型，学校那套系统也读不出水印；同样，用没用带水印的模型，决定不了检测结果。
报告出来之后，重点看段落级的标注。高度疑似、中度疑似等分级能清楚地指出修改的地方，比总分更有参考价值。一份稿件两次检测差一两个点很正常，不要因为这点波动而反复修改。
实践里比较稳的几条
润色留过程稿。改之前的版本、改之后的版本都存着，万一被质疑，这是最直接的材料。
翻译之后通读一遍。机器译出的句子有它自己的腔调，读着别扭的地方自己改掉，既是质量把关，也让文本更像你自己的表达。
引用和数据自己写。文献怎么引、数据怎么呈现，这部分本来是照实记录，交给 AI 反而容易出岔子。
不能用同义词工具多次进行「洗」。同义词替换是检测模型最敏感的操作之一，改完句子又碎又怪，用词范围还窄了，疑似度容易不降反升。要改，就按报告里标明的段落来改。
最后的顺序问题，学校同时要求查重和AIGC的时候，把两项当作两张报告分开处理，一般先降重再降AI。改完用同一口径复测一遍。不同的系统分数不能互相转换，自测好看只算中间状态。