新万博体育

　　猫眼电影记者 杜洪雷 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：久久精美

??11月01日,法国外交部就法以间的一起外交事件召见以色列驻法大使,

　　他不断的摸索，触碰它们的宝骨，那里晶莹的光辉浮现，神秘的符号显化，将鳞片都映衬的一片剔透与绚烂。

,脑叶公司r18本jm。

??11月01日,南部战区组织海空兵力位中国黄岩岛领海领空及周边区域战备警巡,

　　在各级党委、zf的正确领导下，在社会各界的大力支持下，经过紧张的筹备，银行分行今天正式开业了!

,一级A片在线看无码,黄色网日韩中文一,天天色色综合。

??时事2：浪货跪趴开荤肉欲H文视频

??11月01日,中央气象台：冷空气南下黄淮以北最低气温降至0℃以下,

　　罗曼罗兰说过：“一个人一生要做点错事，做错事就是长见识。”俗话说：“吃一堑，长一智。”失败乃成功之母，所以要容忍孩子的合理性错误，不要遏制个性。有时候家长的一句话，一个眼神，一个动作都可能对孩子产生很大的影响，甚至是刻骨铭心的。心理学家罗森塔尔曾做过一个实验，随意指出几名学生，对他们的老师说，这些孩子很有天赋，非常聪明，后来这些孩子果真越来越聪明了。其实是老师相信了罗森塔尔的话，经常鼓励的结果，正面的鼓励是促成孩子成功的有效途径。比如：一次考试考不好了，与其嘲讽他：“瞧你有什么出息？不如换一个角度，效果会不同。这么难的题，也得60多分呀！”好孩子是夸出来的。相反，我们的家庭教育总也出现一些错误的做法，比如：

,欧美 免费老,美女性爱国产,在线免费AV在线。

??11月01日,驻菲律宾使馆提醒在菲中国公民加强节假日期间安全防护,

　　狈风暗恨，竟未击中，他猛地跃起六七米高，以高高在上的姿势向着小不点踏去，势不可当。

,美女清晰对话被操网站应用,人人干人人操人妻拍拍大毛片,嫖妓凹凸视频在线观看。

??时事3：又黄又长又大A级毛片免费视频

??11月01日,三岁幼童万米高空被噎 广西南宁为航班备降开辟生命通道,

　　小不点宝相庄严，一动不动，血肉在发光，他沉浸在一种奇异的境地，不管不顾，像是与外界隔绝了，淬炼那些包裹自己的神性光辉。炼符文于血肉中，熔成霞光，化成神曦，每一滴血液都是一个符文，都为一个永恒神炉，发出无量光，滋养己身。

,男能GAY无套✅猛男自慰,奶水人乳喂奶av,泰国79秀表演录像回放。

??11月01日,电动自行车超标电池售卖乱象：线下门店称可订购,

　　“赶紧带着蛋走吧！”有人大呼，像是送瘟神一般。

,韩国女排跳舞完整视频,亚洲无码高清黄色视频,无码高清黄色毛片。

??时事4：男生和女生一起吃坤坤

??11月01日,中新教育丨金衍任中国石油大学（北京）校长,　　上海外国语大学中东研究所教授范鸿达表示，中国与西方国家的紧张关系也可能进一步解释中国游客对中东的兴趣增加。“中国与西方的关系并非处于最佳时期。目前的关系状态可能是一些人想要访问中东而不是西方的一个原因。”,欧洲黄色网站在线免费观看,菠萝成人网站入口,日本强伦姧人妻网站。

??11月01日,2024年上海夜生活节夜间消费总额达1852亿元人民币,

　　三枚蛋被摆在大柳树下的祭坛旁，有专门的人负责看护，静等幼鸟破壳而出，毕竟这可是强大的凶禽卵啊，非常珍贵。

,a片免费无码,国精A999,欧美一级特黄AA片在线。