Este artigo analisa os custos da teoria da informação das capacidades de marca d'água, como atribuição de usuário, extração de payload e localização em modelos generativos. Introduz um perfil de informação para quantificar quanto cada token revela sobre um segredo, estabelecendo que a detecção depende da distância de distribuição enquanto outras tarefas dependem da massa de informação.
- Atribuição multiusuário para N usuários custa Θ(log N/h) tokens sobre fontes estacionário-ergódicas, alcançada por meio de limiarização de candidatos por surpresa realizada.
- A extração de um payload de l bits requer Θ(l/h) tokens.
- Existe uma janela de Θ(log N) tokens onde o texto é comprovadamente feito por máquina mas não atribuível.
- Experimentos no GPT-2, Pythia-410M e Qwen2.5 recuperam as constantes previstas.
O estudo fornece uma lei rigorosa de taxa de entropia para atribuição multiusuário e identifica limites fundamentais como a incerteza de resolução de pegada no design de marcas d'água.