GitHub Repo
Transformers 社群回報 SynthID 跨裝置浮水印差異，相同種子未必能重建偵測訊號
10 月 11 日的 Transformers 社群回報指出，CPU 與 Apple MPS 即使使用相同金鑰及種子，也會建立不同的 SynthID 文字浮水印取樣表。小規模測試顯示，跨裝置評分可能降至未加浮水印的基準，但完整偵測器與新版套件仍待驗證。
Transformers 社群於 10 月 11 日提出 SynthID-Text 跨裝置重現問題：相同金鑰與亂數種子，在 CPU 和 Apple MPS 上可能對應不同的浮水印訊號。回報附有最小重現程式，實測環境為 Transformers 4.46.3、PyTorch 2.8.0 與 Apple M3 Pro，目前議題仍開放，尚無關聯修補提案。社群回報
SynthID 的實作會依據 token 序列與金鑰計算索引，再從預先建立的取樣表取得 g-values，用來調整生成時的 token 機率。這代表生成端與評分端必須重建一致的表；只保存金鑰和種子，可能不足以維持跨硬體的一致性。Transformers 技術文件
回報中的 CPU／MPS 取樣表一致率約為 50.19%，同一組 token 的 g-values 一致率約為 49%。作者另以 Qwen2.5-1.5B-Instruct 測試十份各 400 token 的浮水印輸出：MPS 評分的平均 g-score 為 0.59 至 0.66，改由 CPU 評分後降至 0.49 至 0.50，接近未加浮水印的對照組。不過，這是訊號統計測試，並未測試貝氏偵測器或 CUDA，不能直接推定完整偵測系統的漏判率。測試與限制
PyTorch 官方文件本就指出，即使種子相同，CPU 與 GPU 也不保證產生可重現結果。因此，從工程角度推論，浮水印部署應把取樣表一致性列入生成端與偵測端的相容性檢查，並保留裝置及套件版本資訊。PyTorch 重現性說明
作者建議先在 CPU 建表再移至目標裝置，但這會改變非 CPU 環境既有的表，必須處理歷史文本相容性。作者僅指出 v5.19.0 仍有相同初始化方式，尚未實測該版；接下來應關注跨裝置回歸測試、舊表選擇機制，以及完整偵測器的驗證結果。修正方向