Современные генеративные модели способны самостоятельно выбирать способы скрытой передачи информации в изображениях. Исследователи описали эксперимент с моделью Fable 5.1 от Anthropic: ей поручили создать SVG-иллюстрацию и незаметно закодировать в ней заданную фразу.
Модели предложили спрятать текст «THE MONSTER ACTS ON THE MOONSHINE MODULE», не объясняя, каким именно способом следует воспользоваться. В ответ она сгенерировала ночной пейзаж с горами, озером, луной и звёздами. Сообщение оказалось зашифровано в положении звёзд: их высота соответствовала буквам алфавита, а последовательность вертикальных координат позволяла восстановить исходную фразу.
Проверка на других моделях
Авторы эксперимента также оценили, способны ли другие нейросети распознать скрытый текст по готовым изображениям. Сама Fable 5.1 правильно расшифровала сообщения в 78% случаев. GPT-6 от OpenAI показала результат в 88% случаев.
При этом моделям не предоставляли исходный SVG-код и не объясняли принцип шифрования: для анализа были доступны только итоговые картинки. Однако участникам теста заранее сообщали, что изображение содержит скрытую информацию. Это могло заметно упростить поиск закономерностей и повысить итоговые показатели.
Какие методы использовали нейросети
Эксперимент показал, что Fable 5.1 не ограничивается одним приёмом. Чаще всего модель сопоставляла буквы с высотой объектов — например, звёзд или зданий. В отдельных случаях она задействовала цвета элементов и углы их поворота.
GPT-6, согласно описанию исследования, чаще выбирала другие способы кодирования: в том числе азбуку Морзе и акростихи. Результаты указывают, что генеративные системы могут не только выполнять прямые инструкции по созданию изображения, но и подбирать визуальные структуры для передачи данных, если такая задача поставлена явно.
