Anthropic signe les textes de Claude avec un filigrane invisible

Anthropic annonce un filigrane pour les textes produits par ses modèles Claude. L’entreprise a présenté ce procédé quelques jours avant le 14 août 2026, selon la conférence de Sebastian Raschka. Le mécanisme intervient pendant la génération des sorties textuelles. Son objectif déclaré consiste à identifier un texte publié comme ayant été généré par un modèle Claude, par exemple Claude Opus 4.8. Le filigrane reste invisible pour les utilisateurs. Anthropic doit pouvoir le décoder afin de vérifier sa présence. Raschka a consacré une vidéo de 48 minutes à cette méthode. Sa présentation explique l’échantillonnage des jetons, la détection du filigrane et les possibilités de retrait.

Une vidéo détaillée accompagne cette explication technique. Raschka indique qu’il prévoyait initialement dix diapositives et une vidéo de dix minutes. La présentation finale dépasse 50 diapositives et dure 48 minutes. Il explique avoir développé ce format après les nombreuses discussions suscitées par une première publication. Cette première explication ne comportait qu’une figure. La présentation revient donc sur le fonctionnement général de la génération de texte avant d’aborder le filigrane. Raschka relie aussi cette démonstration à ses supports pédagogiques consacrés à la construction d’un modèle de langage depuis zéro. Il fournit également une version vidéo sur YouTube et un support de présentation.

Claude modifie l’échantillonnage des jetons

La génération commence par la conversion du texte en identifiants de jetons. Cette étape prépare les données pour les couches d’incorporation du modèle. Le modèle de langage produit ensuite une distribution de scores pour le prochain jeton. Ces scores, appelés logits, couvrent l’ensemble du vocabulaire. Raschka illustre le procédé avec la phrase « la capitale de l’Allemagne est ». Le jeton « Berlin » reçoit alors le score le plus élevé dans son exemple. Le vocabulaire présenté peut contenir environ 250 000 jetons possibles. Après la sélection, le jeton est reconverti en texte. Le texte obtenu est ajouté à l’entrée, puis le processus recommence jusqu’à la fin de la réponse.

Le choix varie selon la méthode d’échantillonnage utilisée. La sélection systématique du score maximal porte le nom de décodage glouton. Raschka précise que les modèles de langage n’emploient pas toujours cette méthode. Une sélection constamment déterministe pourrait produire les mêmes réponses et rapprocher la génération d’une mémorisation des données d’entraînement. Le filigrane s’insère dans ce processus régulier de génération. Raschka le décrit comme une modification interne limitée, plutôt qu’une opération séparée et coûteuse. Cette position permet d’étudier précisément le moment où le mécanisme agit. La présentation examine ensuite les conséquences possibles de ce choix pour la détection et le retrait du filigrane.

Le filigrane reste invisible aux lecteurs

La détection appartient aux concepteurs du système, selon l’explication présentée. Le filigrane n’est pas visible dans le texte affiché aux lecteurs. Anthropic veut ainsi pouvoir déterminer si un contenu porte la signature d’un de ses modèles Claude. Raschka indique que cette signature doit permettre d’associer un texte à une génération Claude, sans la révéler directement à l’utilisateur. Sa vidéo traite aussi de la manière dont un filigrane peut échouer ou être retiré. Ces éléments constituent le cœur de son exposé technique. Anthropic présente de son côté le procédé dans son article consacré au filigrane des textes Claude.