Tür 1 — Sıfır genişlikli Unicode karakterler
Mevcut AI web uygulamalarında en yaygın tür. Bunlar görünür glifi olmayan ve ilerleme genişliği sıfır olan Unicode kod noktalarıdır: imleç tam olarak sıfır piksel sağa doğru hareket eder. Tarayıcıdan belgeye kopyalayıp yapıştırarak herhangi bir görsel iz bırakmadan hayatta kalırlar. Yaygın örnekler şunları içerir:
- U+200B — Sıfır genişlikte alan
- En yaygın AI filigran karakteri. Kelimelerin veya harflerin arasına eklenir.
- U+200C — Sıfır genişlikte birleştirici olmayan
- Bitişik harfleri bastırmak için Arapça/Farsça metinde meşru. Latin harfli belgelerde anormallik.
- U+200D — Sıfır genişlikli birleştirici
- Emoji dizilerinde kullanılır. Emoji olmadan düz metin olarak sunulması her zaman bir eserdir.
- U+2060 — Kelime birleştirici
- İşlevsel olarak sıfır genişlikte kesintisiz alana eşdeğerdir. Bazen yeni modellerde U+200B'nin yerine geçer.
- U+FEFF — Bayt sırası işareti
- UTF-8 Malzeme Listesi. Yalnızca bir dosyanın başlangıcında meşrudur; metnin ortasına yerleştirme her zaman bir ekleme eseridir.
Tip 2 – Noktalama işaretleri ikameleri
Yapay zeka modelleri, tipografik açıdan zengin derlemler ve ASCII eşdeğerleri yerine varsayılan olarak kıvırcık ("akıllı") tırnak işaretleri ve kısa çizgiler kullanılarak eğitilmiştir. Bunlar geçerli Unicode olmasına ve kodlama hatalarına neden olmamasına rağmen, düz ASCII noktalama işareti bekleyen kodda, API'lerde, veritabanlarında ve CMS alanlarında yersizdirler. Claude özellikle uzun çizgi değişikliğiyle ilişkilidir.
- U+2013 Uzun çizgi / U+2014 Uzun çizgi
- Basit bir ASCII kısa çizgisi yerine kullanılır. Dedektör eğitim setlerinde Claude ve GPT-4 yazarlığının güvenilir bir tahmincisi.
- U+00AD — Yumuşak tire
- Normal oluşturmada görünmez, satır sonlarında görünür. Gerçek bir kısa çizgi olarak değil, konum işaretçisi olarak kullanılır.
- U+2018–U+201D — Kıvırcık tırnaklar
- Yazım açısından doğru ancak SQL sorgularını, JSON dizelerini ve düz tırnak işaretleri bekleyen birçok CLI aracını bozuyor.
Tip 3 – Kırılmaz ve özel alanlar
AI metninde U+0020 dışındaki birkaç boşluk karakteri görünüyor. Bölünmeyen boşluklar (U+00A0), satır sonlarını önler ve duyarlı HTML'de düzen sorunlarına neden olur. Fransızca yerel modellerde belirli noktalama işaretlerinin çevresinde dar, kesintisiz boşluklar (U+202F) görünür. İdeografik boşluklar (U+3000), CJK modeli çıktılarında batı metniyle karıştırılmış olarak görünüyor. Hepsi anlamsal olarak zararsızdır ancak yapılandırılmış bağlamlarda yıkıcıdır.
Tip 4 - HTML ve veri özelliği parmak izleri
ChatGPT'nin web arayüzünden dışa aktardığınızda veya kopyaladığınızda, pano yükü, özel veri özelliklerine sahip HTML etiketlerini içerir: data-message-id, data-start, data-end ve data-scroll-id. Bu nitelikler, konuşmayı ve içindeki her bir tokenin konumunu benzersiz bir şekilde tanımlar. HTML girişini kabul eden bir zengin metin düzenleyicisine veya CMS'ye yapıştırmak, bu parmak izlerini belgenizin kaynak koduna sessizce yerleştirir.
Tip 5 - İstatistiksel belirteç olasılığı filigranları
Model düzeyinde uygulanan istatistiksel filigranlar, modelin kelime dağarcığını her nesil adımında bir 'yeşil liste' ve bir 'kırmızı liste' olarak bölümlendirerek çalışır. Modelin logitleri yeşil liste tokenlarını destekleyecek şekilde kaydırıldı. Önyargı, çıktı kalitesinin etkilenmeyeceği kadar küçüktür, ancak tüm belgede yeşil token fazlası istatistiksel olarak yüksek güvenle tespit edilebilir. Metin için Google SynthID bu yaklaşımı kullanır. Hiçbir karakter tarayıcı bu filigranları algılayamaz veya kaldıramaz.
Tip 6 — Semantik ve açımlamaya dayanıklı filigranlar
Araştırma prototipleri, anlamı koruyan ancak gizli bir parça taşıyan eşanlamlılar veya cümle yeniden yapılandırmaları arasından seçim yaparak filigranlar yerleştirir. Filigran yüzey biçiminden ziyade anlambilimsel olduğundan, başka sözcüklerle ifade edilmeye devam eder. Bu filigranlar henüz tüketici yapay zeka ürünlerinde kullanılmamaktadır ancak AB Yapay Zeka Yasası'nın kaynak-şeffaflık hükümleri kapsamında aktif standardizasyon çabalarına tabidir.