待验证50% 置信事实精确时间

自回归模型将文本生成建模为条件概率链，生成一段1000个token的文本需要执行1000次前向推理，且每次推理的计算量随上下文窗口增长而增加

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

扩散语言模型：原理、优势与开发实践指南

涉及实体

自回归模型concept GPTmodel

相关事实

已验证大模型本质上是基于概率的文本生成器，通过预测下一个token来生成内容79% 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79% 相似待验证语言建模将一段文本的联合概率分解为每个词在其前文条件下的条件概率之积76% 相似待验证大语言模型在生成每个词元时，是在对词汇表中所有可能的下一个词进行概率采样，而非确定性地选择唯一答案73% 相似已验证大语言模型本质上是在学习给定前文下一个词是什么的条件概率分布72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/837830

API

curl https://kongchang.com/api/v1/knowledge/claims/837830

MCP

get_claim(id=837830)