待验证50% 置信事实精确时间
LLM 的自回归生成特性决定了输出是逐 Token 的流式传输，在前端产生流式接收、增量 DOM 更新、不完整 Markdown 容错解析等工程需求
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证LLM 的自回归生成特性决定其输出是逐 Token 的流式传输，源于 Transformer 架构的解码策略81% 相似待验证LLM采用自回归方式生成文本，每次只生成一个Token，生成N个Token需要N次前向推理，延迟与输出长度呈线性关系73% 相似待验证LLM 在处理复杂任务时容易出现幻觉和逻辑漂移，这与其自回归逐 token 预测机制有关，早期错误会被后续内容放大70% 相似待验证LLM 的输出非确定性根源于自回归生成机制，即使输入相同，Temperature、Top-p 等采样参数也会导致不同输出69% 相似已验证LLM的输出具有天然的非确定性，即使输入相同的Prompt，模型在不同时刻可能返回格式、内容甚至逻辑不同的结果68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/541427API
curl https://kongchang.com/api/v1/knowledge/claims/541427MCP
get_claim(id=541427)