待验证50% 置信事实精确时间
贪心解码始终选择概率最高的token，因此在'The'之后必然选择'moon'；而采样解码按概率权重随机抽取，可能选中低概率token如'lunar'。
1
来源数
50%
置信度
长期有效
时效性
2026/11/5
首次发现
来源
涉及实体
相关事实
已验证贪婪解码（greedy decoding）总是选择概率最高的token，而随机采样按概率分布抽取，这导致同一Prompt可能得到不同响应72% 相似已验证贪心解码每一步都选择当前概率最高的词元，容易在多步任务中积累系统性偏差，因为局部最优不等于全局最优69% 相似待验证temperature 参数控制采样随机性：值越低输出越确定，接近 0 时模型倾向于选择概率最高的 token，适合代码生成、SQL 生成等要求可复现的场景。59% 相似待验证奖励过于稀疏（只有终局才给分）会导致智能体很难通过随机试错获得有效梯度。58% 相似待验证因果随机化策略框架中，第t轮决定采样哪些坐标只能依赖前t-1轮已生成的信息，不能预见未来随机性58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1140781API
curl https://kongchang.com/api/v1/knowledge/claims/1140781MCP
get_claim(id=1140781)