Unverified50% confidenceSolutionExact time
在一次单步去噪步骤中，模型对每个答案槽位直接读出概率分布，而不是逐 token 采样生成
1
Sources
50%
Confidence
Long-term
Relevance
9/24/2026
First Seen
Sources
Related Entities
Related Claims
Unverified自回归生成模型在每一步基于前文概率分布采样下一个 token，当某种重复模式获得略高概率后会形成正反馈循环导致重复退化78% similarUnverified推测解码通过轻量级草稿模型生成候选 token，主模型一次前向传播并行验证，接受符合分布的 token 并从第一个被拒绝处重新生成74% similarUnverified在污染基准上模型可直接从参数记忆提取答案而非依赖上下文检索，使报告的无损压缩结论失去意义73% similarUnverified如果模型只见过正样本，会倾向于对任何输入都强行调用工具，产生幻觉式调用，负样本帮助模型习得何时不该调用的判断边界73% similarUnverified对于选择题类问题，模型在各选项 token 上的 logits 经 softmax 归一化后可得到概率分布，高集中度分布意味着模型对答案更有把握73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/945465API
curl https://kongchang.com/api/v1/knowledge/claims/945465MCP
get_claim(id=945465)