vLLM 官方博客介绍在 Model Runner v2 采样管线中集成基于 Gumbel-max 的文本水印方案，通过融合 GPU kernel、双键设计与上下文去重，在保持输出分布不变的前提下兼容投机解码，并给出吞吐与检测能力的实测数据。
vLLM 集成 Gumbel-max 无失真文本水印，兼容投机解码