узнал тут, короче, как работают вотермарки LLM текстов

— LLM работает так, что для каждой цепочки слов в тексте есть процентные шансы какое слово брать следующим
— поэтому LLM берёт какое-то дополнительное секретное правило, по которому делит слова на "зелёные" и "красные"
— подкручиваем выдачу так чтобы заметно статистически: у зелёных шансы чуть-чуть увеличим, у красных уменьшим
— в итоге, пройдя по тексту, можно посмотреть, соответствуют ли цепочки слов ожидаемой статистике или отклоняются от неё
— смотрим, соответствует ли отклонение секретному правилу и какому именно, и так узнаём чем сгенерирован текст

та-да!