Entropic Online Sampling (EOS)

一种基于信息论框架的LLM在线温度采样算法，通过在每个生成前缀上动态重新求解最优温度参数（即全局拉格朗日乘子）来平衡生成多样性与模型似然性，具有熵损失O(R log n)的理论保证。