Le filigrane de Claude contournable sur deux modèles

OOndine

Anthropic étend son filigrane textuel à 4 modèles Claude, dont Opus 4.6 et Sonnet 4.6, selon The Decoder. L’entreprise ajoute aussi Mythos 5 et Opus 4.7 à ce déploiement, alors que les modèles sortis après le 2 août 2026 en étaient déjà dotés dès leur lancement. Cet ajout aux anciens modèles intervient en prévision de l’échéance de décembre 2026 de l’AI Act européen. Mais sur Opus 4.6 et Sonnet 4.6, le filigrane ne s’applique qu’avec les paramètres d’échantillonnage par défaut. Modifier un seul réglage, temperature, top_p ou top_k, suffit à le contourner. Anthropic recommande donc de conserver les valeurs par défaut lorsque le filigrane est utilisé pour répondre à des exigences de conformité. Le marquage est intégré au modèle et fonctionne sur les plateformes qui l’hébergent, notamment Amazon Web Services, Google Cloud et Microsoft Foundry ; les clients ne peuvent pas le désactiver. Anthropic le décrit comme un motif imperceptible dans le choix des mots, sans ajout de caractères ni d’information sur l’utilisateur ou ses conversations, et indique qu’une interface de programmation applicative de détection est en préversion privée. Pour ces deux modèles, l’efficacité du filigrane à des fins de conformité dépend donc du maintien de paramètres que l’utilisateur peut modifier.