自回归
「据可见上下文计算下一项分布、选一个、追加、继续」的生成环。已生成的内容会影响后面的内容：早期理解错任务，后面能沿错误方向写出一篇连贯文章。
生产方式：AI 生成AI 生成，仅供参考签发：晓黎学习复核：2026年11月8日被 5 个词条引用
对自回归文本生成而言，一个基本过程是：根据目前可见的上下文，计算下一个 Token 的候选分布，按解码策略选择一个，再把它接到已有序列后面，继续计算。这里的「预测」不是预知未来，而是条件概率计算。见 Token、采样。
反馈箭头的工程含义：长输出不能只在最后检查格式，在关键选择点先确认结构、数据和约束，比写完再全部推翻更省时间。这一层生成机制本身不含「这是一次请求」的判断，指令跟随要靠后续阶段补。见 温度（Temperature）、后训练。
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
- 采样（Sampling）正文引用
- 后训练（Post-training）正文引用
- 温度（Temperature）正文引用
- Token正文引用
反链（5）
- 采样（Sampling）正文引用
- 温度（Temperature）正文引用
- 预训练正文引用
- 子词（Subword）正文引用
- Tokenizer（分词器）正文引用
出现在哪些课时里（1）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
- Token 与下一个 Token 预测AI 基础：模型、产品与第一次成果
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
以列表方式看这 8 个节点
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 课程正文用法归纳Token 与下一个 Token 预测
packages/db/prisma/lesson-content/token-and-next-token.md - 课程正文用法归纳基座只会续写，听话是后来加上的
packages/db/prisma/lesson-content/pretrain-only-continues-text.md - 课程正文用法归纳课程派生词条 · 模型与生成式 AI 基础
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。