新万博体育

　　猫眼电影记者 殷维 报道Q8X2R7L1T4J5M9B6W3

大语言模型（LLM）的「炼丹师」们，或许都曾面临一个共同的困扰：为不同任务、不同模型手动调整解码超参数（如 temperature 和 top-p）。这个过程不仅耗时耗力，而且一旦模型或任务发生变化，历史经验便瞬间失效，一切又得从头再来。

这种繁琐的试错过程，在许多研发团队的日常沟通中屡见不鲜，正如下图所展示的那样：

图 1：研发人员手动调整解码参数的日常。

一个灵魂拷问随之而来：为何不能让模型自己学会如何解码，从而实现真正的「端到端」？

事实上，各大模型厂商的 API 文档也印证了这一难题。以 DeepSeek 为例，其官方文档明确建议针对不同场景设置截然不同的 temperature 值，这使得单一的静态参数设置显得捉襟见肘。

图 2：不同任务需要不同的解码参数，这使得静态设置难以应对复杂多变的现实需求。

近日，由腾讯 AI Lab 的王琰研究员及其团队领衔，联合香港中文大学（深圳）唐晓莹教授及其博士生王志超给出了一个优雅的答案。他们推出了名为 AutoDeco 的全新架构，旨在彻底终结手动解码的「手工作坊」时代。这项研究《The End of Manual Decoding: Towards Truly End-to-End Language Models》，通过让模型动态预测并控制自身的解码参数，向着真正端到端的语言生成迈出了关键一步。

论文链接: https://huggingface.co/papers/2510.26697代码链接: https://github.com/Zacks917/AutoDeco模型链接: https://huggingface.co/collections/Jadeislaw/autodeco

图 3：AutoDeco 位居 Hugging Face Daily Papers 榜首

当前，尽管 LLM 本身已高度集成，但其生成过程的「最后一公里」—— 解码，仍然是一个独立于模型之外的、不可微的僵硬环节。研究团队形象地将其比作「手动挡变速箱」：无论引擎（LLM）多么强大，换挡（调参）依然依赖人工操作。

AutoDeco 的核心思想，就是为 LLM 装上「自动挡」。它通过在标准 Transformer 架构中引入两个超轻量的预测头，让模型在生成每一个 token 时，都能根据当前的上下文信息，动态地预测出最适合下一步生成的 temperature 和 top-p 值。其架构如下图所示：

图 4：AutoDeco（上）与传统手动解码（下）的对比。AutoDeco 将解码参数的预测无缝集成到模型的前向传播中，实现了动态自调节。

核心挑战与技术突破：如何训练一个没有「标准答案」的任务？

设想很美好，然而，一个关键的挑战摆在研究团队面前：如何训练这些预测头？在训练数据中，并不存在每一时刻「正确」的温度和 top-p 标签，这使得监督学习无从谈起。

为此，团队提出了一种创新的、完全端到端的训练策略。他们设计了一种新颖的可微分「软性 top-p」（soft top-p）机制，巧妙地替代了传统 top-p 采样中不可微的「硬截断」操作。该方法分为三步：

图 5：可微分的 soft top-p（橙色线）与传统的 hard top-p (绿色线)对比。Soft top-p 的平滑特性打通了从最终损失到解码参数预测头的梯度路径。

这一设计的巧妙之处在于，它使得从最终的「下一个词预测」损失到解码参数预测头的梯度能够顺畅回传。如此一来，模型便可以在标准的 Next Token Prediction 任务中，通过优化最终生成结果来「倒逼」自己学会如何动态调整解码策略，整个过程无需任何额外的标注数据。

AutoDeco 的惊人表现：三大亮点

通过在 Llama、Qwen、Deepseek 等多个主流模型家族上的广泛实验，AutoDeco 展现了其强大的能力：

卓越的性能与泛化能力

实验结果表明，AutoDeco 不仅稳定超越了传统的 Greedy Search 和 Default Sampling 等基线方法，其性能甚至能媲美、乃至超越了利用测试集进行精细调优的「神谕」基线（oracle-tuned baseline）。

图 6：AutoDeco 在多个数学和通用任务 benchmark 上均取得了 SOTA 性能，展现了其强大的泛化能力。

极致的效率与易用性

AutoDeco 的预测头设计极为轻量，其带来的额外推理延迟通常仅为 1.7%，内存开销也几乎可以忽略不计。对于开发者而言，接入 AutoDeco 模型仅需修改几行代码，即可享受「免费」的性能提升。

「言出法随」：开创性的自然语言控制能力

研究中最令人兴奋的发现之一，是 AutoDeco 涌现出的一种「通过自然语言控制解码」的能力。用户可以直接在 prompt 中通过自然语言下达指令，如「我希望答案更有创意」，模型便能「听懂」并自主地调高其预测的 temperature 和 top-p 值，整个过程清晰可见。

图 7：在不同指令下，AutoDeco 预测的 T/P 值变化。从左至右分别为：基线、高创造力指令（T/P 值自发升高）、高确定性指令（T/P 值自发降低）。

当然，作者坦言这种能力还不够完善，还做不到非常精准的控制。他们猜测实现细粒度、高精度的自然语言控制解码无法仅仅能通过微调 AutoDeco 模块做到，而是需要全参微调模型，这也被他们列为了 Future work 的重点。因此，作者没有放出带有自然语言控制能力的 AutoDeco heads 权重。

AutoDeco 在发布后迅速吸引全球 AI 社区的关注，在 Twitter 等社交平台上引发了顶尖学者、开发者和企业家的广泛热议和高度评价。

图 8：大模型社区对 AutoDeco 的广泛热议和高度评价。

目前，该团队已将论文、代码以及在多个主流模型上训练好的 AutoDeco heads 全面开源，包含适配于 Deepseek V3.1、Qwen3-235B、GPT-OSS-120B 等生产级大模型的版本。正如研究人员在分享中所说，这项工作旨在将研究者和开发者从繁琐的调参工作中解放出来，共同迈向一个更智能、更自动化的 AGI 新时代。

??时事1：金宝博app官方下载

??11月04日,美国爱达荷州一在建机库倒塌 致3死9伤,

　　一、去年我县城镇化工作的简要回顾

,hga035皇冠手机版。

??11月04日,工信部：加大优质老年用品供给 千方百计提品质、优服务,

网站董事长致辞 篇18

,世界杯买球的网站,杏彩手机网页网址,九游手游平台app。

??时事2：美高梅手机app下载

??11月04日,董军同俄罗斯国防部长视频通话,

　　还有一批人由石飞蛟带队，负责搬运与守护狻猊、赤红的宝角、恶魔猿手臂，一个个激动而又神色紧张，这可是真正的至宝啊。

,游戏捕鱼达人千炮版,金太阳,lol比赛怎么买外围。

??11月04日,韩国就岸田文雄向靖国神社献祭品深表失望和遗憾,

　　族人大喜，柳神更加强盛了，那焦黑的树体竟有小部分恢复了绿色，生机勃勃，碧光扩散，让这片天地都充满了浓郁的生命气息。

,体育在线娱乐,必赢亚洲平台,仲博游戏。

??时事3：澳门人巴黎人网址

??11月04日,【冰雪春天】习言道 | 冰天雪地也是金山银山,　　其他七大类价格同比六涨一降。其中，其他用品及服务、教育文化娱乐、衣着价格分别上涨3.6%、1.7%和1.6%，医疗保健、生活用品及服务、居住价格分别上涨1.5%、0.8%和0.2%；交通通信价格下降0.2%。,开户,欧宝下载链接,天娱乐平台注册。

??11月04日,2024广东（清远）时尚产业大会签约动工项目计划投资总额52亿元,

　　“族长快教我们。”

,威尼斯人官网登陆页,188BET金宝搏安卓下载,极速体育官方下载。

??时事4：世界杯投注竞彩单关

??11月04日,中国日报记者TikTok账号被封竟与南海有关？美菲勾结藏不住了,

　　另几头独角马上，分别端坐着两个少年和一名少女，以及一个男童与两名女童，看起来聪慧灵敏，个个长相漂亮可爱。

,世界杯买球比赛,12bet网页版,篮球比分网海牛比分网。

??11月04日,卢森堡文物精品展在豫闭幕 逾4个月超75万人次观展,

　　大家好！今天，是个难忘的日子，对在场毕业生来说，更是一个值得铭记的日子。在此，我仅代表届全体毕业生向母校，老师致以最诚挚的感谢！

,心博天下外围官网,大富豪平台靠谱吗,下载银河国际网上娱乐平台。