知识卡片：TextSeal2：面向推测解码的无失真 LLM 水印

一句话结论

TextSeal2 是一种无失真的大语言模型水印方案，通过高斯 Copula 混合多个密钥并在推测解码中利用指数竞速的无记忆性，在保持输出多样性与接受率不变的前提下，显著提升水印检测率。

事件概述或研究问题

该论文关注大语言模型水印在**推测解码（speculative decoding）**场景下的鲁棒性问题。推测解码会生成草稿并由目标模型验证，被拒绝的草稿 token 被替换，这可能导致传统水印信号丢失或需要重新计算。TextSeal2 要解决的问题是：如何让水印信号在被拒绝草稿被替换后依然保留，同时不改变输出分布（无失真）、不损失多样性、不增加推理延迟。

方法/产品要点

• 前代方案 TextSeal 的局限：在 Gumbel-max 采样中通过抛硬币将每个 token 路由到两个密钥之一以恢复多样性，但检测器在不知使用了哪个密钥的情况下对两个密钥的分数取平均，导致检测效果次优。
• Copula 密钥混合：TextSeal2 将两个或多个密钥合并为一个“虚拟密钥”，并通过 AutoMark 的高斯 Copula 将其与新鲜噪声耦合。任意数量的密钥（包括公开共享密钥）都可如此合并而不稀释检测能力。
• 无记忆竞速（memoryless races）：在推测解码下，TextSeal2 利用草稿竞速的剩余部分多跑一次指数竞速来验证带密钥的草稿。依据指数分布的无记忆性，该竞速复现块验证过程，使输出严格遵循目标模型分布。
• 无需后处理：与 textGrain 不同，TextSeal2 不需要对 logits 进行后处理优化。

主要结果或产业意义

• 在三个 LLM 上评估。在相同输出 token 多样性下，于假阳性率 $10^{-3}$ 时，TextSeal2 比 TextSeal 多检测出 8 至 22 个百分点的 100-token 回答；与 textGrain 相当，但无需 post-logits 优化。
• 在推测解码下、相同接受率时，TextSeal2 对 200-token 回答的检测率分别比 TextSeal 和 textGrain 高出 18 和 22 个百分点。
• 保持输出多样性，且无可测量的推理延迟增加。

为什么重要

水印是 LLM 内容溯源与合规的重要技术手段，但实际部署中推测解码等加速推理技术可能破坏水印信号。TextSeal2 证明了水印可以与推测解码兼容，且不牺牲检测性能或输出质量，这对需要在生产环境中同时保证推理效率与内容可追溯性的场景具有直接意义。相对前代 TextSeal，其增量在于用虚拟密钥混合替代双密钥随机路由，消除了检测器对密钥不确定性的平均损耗。

局限与不确定性

• 论文仅报告在三个 LLM 上的评估，更广泛模型规模与架构下的表现待核实。
• 检测指标基于特定假阳性率 $10^{-3}$ 与固定长度（100/200 token）回答，其他阈值与长度下的表现待核实。
• 对自适应攻击（如水印去除攻击）的鲁棒性未在摘要中说明，待核实。
• 公开共享密钥合并的具体安全含义与密钥管理方案待核实。

可用于图书/PPT/简报的角度

• 作为“LLM 水印与推理加速兼容性”章节的核心案例，说明无失真水印如何在推测解码下保持信号。
• 对比 TextSeal 与 TextSeal2 的密钥路由机制演进，讲解“检测器不确定性”如何影响水印检测率。
• 用 Copula 混合与指数竞速无记忆性作为“统计学工具解决工程问题”的示例。
• 与 textGrain 对比，强调“无需 post-logits 优化”在部署成本上的优势。

原始材料

• 标题：TextSeal2: Distortion-Free LLM Watermarking with Copula Mixing and Memoryless Races
• arXiv ID：2610.40613v1
• 作者：Tom Sander, Pierre Fernandez, Itai Gat, Haiming Bao, Jiaxin Shi, Jason Park, Valeriu Lacatusu, Sylvestre-Alvise Rebuffi, Hongyan Chang, Hady Elsahar, Tomáš Souček, Tuan Tran, Surya Parimi, Alexandre Mourachko
• 发布：2026-10-29T17:54:12Z
• 主分类：cs.CR；分类：cs.CR, cs.AI, cs.CL
• Abstract URL：https://arxiv.org/abs/2610.40613v1
• PDF URL：https://arxiv.org/pdf/2610.40613v1