---
title: "TextSeal2 作者称水印在推测解码下仍可保持检测优势"
dek: "一篇 arXiv 投稿提出结合 copula 密钥混合与指数竞赛校验的方法，报告称可在保持目标模型输出分布的同时提高水印检测率。"
---

Tom Sander 与另外 13 位作者于 2026 年 10 月 29 日向 arXiv 提交 TextSeal2，提出一种大语言模型水印方法。作者称，该方法保持目标模型的输出分布，并在推测解码下保留可检测的水印信号。摘要还声称，草稿接受率不变、输出多样性得以保持，且推理延迟没有可测得的增加。[^1]

TextSeal 通过抛硬币，为每个词元选择两个密钥之一；检测器不知道实际使用了哪个密钥，因此对两个密钥的分数取平均。TextSeal2 则将两个或更多密钥合并为一个虚拟密钥，再通过 AutoMark 的高斯 copula 将其与新噪声耦合。作者称，这种方式可以合并任意数量的密钥，包括公开共享的密钥，而不削弱检测能力。[^1]

在推测解码中，TextSeal2 在草稿指数竞赛的剩余部分上，再运行一次指数竞赛来校验带密钥的草稿。作者将输出严格遵循目标模型分布的性质归因于这一竞赛的无记忆性，并称替换被拒绝草稿的词元仍带有使用相同密钥的水印。[^1]

摘要报告了在三个模型上的评估结果：当输出词元多样性相同、误报率为 10⁻³ 时，TextSeal2 对长度为 100 个词元的回答的检测率，比 TextSeal 高 8 至 22 个百分点。在推测解码下，针对 200 个词元的回答，其检测率在接受率相同的条件下，分别比 TextSeal 和 textGrain 高 18 和 22 个百分点。这些均为作者报告的结果。[^1]

:::analysis
这项主张涉及 T4（输出层）和 T2（运行时层）：前者关注检测提供的水印信号证据，后者关注解码过程是否保留该信号；报告中的检测率并不能确立部署身份。这里涉及的可核查属性是可识别性：如果服务于用户的确切版本和配置有记录且可供核查，用户就能判断自己是否接触过该部署。用户和运营方应将水印实现、密钥配置及解码模式与部署记录核对；保存的摘要没有提供部署身份识别机制，也没有推荐任何修复版本。[^1]
:::

:::checked
我们于 2026 年 10 月 30 日阅读了所提供的 TextSeal2 arXiv 摘要页存档，对应 10 月 29 日提交的 arXiv:2610.40613v1。这次阅读确认了作者公布的内容和报告的结果。我们没有阅读论文全文或代码，没有测试系统，也未独立确认其输出分布、检测效果或延迟方面的主张。[^1]
:::

[^1]: [TextSeal2: Distortion-Free LLM Watermarking with Copula Mixing and Memoryless Races](https://arxiv.org/abs/2610.40613)，arXiv，2026 年 10 月 29 日。
