待验证50% 置信事实精确时间
传统语言模型采用逐token生成方式，每次运行只能输出一个token并将其加入上下文后再次运行
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证现代大语言模型采用自回归（Auto-regressive）方式生成代码，每次预测下一个Token只能参考已有上下文76% 相似待验证大语言模型的输出token通常比输入token贵2-3倍，因为生成过程是自回归的，每次只生成一个token并重新运行前向传播75% 相似待验证ReAct模式将语言模型的推理（Chain-of-Thought）与外部工具的行动调用交织在同一循环中74% 相似待验证大语言模型通过自回归生成机制（autoregressive generation）逐token预测下一个输出，天然倾向于生成更完整而非更精简的代码73% 相似待验证大语言模型采用自回归方式生成文本，每个token的产出依赖于之前所有token构成的上下文，遵循概率链式法则73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/901471API
curl https://kongchang.com/api/v1/knowledge/claims/901471MCP
get_claim(id=901471)