新万博体育

　　猫眼电影记者 张达明 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1：万博的官方网站

??11月02日,新疆低空经济加速“起飞”,

　　3、加强与家长的交流与沟通，取得家长的支持（家访、家长会、请家长到校等方式）。一旦有了家长的支持，学校工作也就好做了。学生再聪明，学习不花时间，肯定不行。我们要想办法利用时间，我们从9月21日开始就在上晚四自习课了，现在看来的确有效果，也希望班主任积极想办法安排毕业班的学习时间。毕业班在时间上，如果不能有效保证，提高成绩也难。

,亚游平台app下载。

??11月02日,锚定现代化 改革再深化丨浙江临海：一块豆腐，折射共富工坊建设新未来,

　　小不点想去第二祖地看一看，那是一个放逐之地，有一些不得志的老人，曾经与他的父母聊得很投机，应该知道他们究竟去了哪里。

,世界杯球赛哪里买球,抢庄牛牛是几的倍数,华体会网投。

??时事2：银河电子游艺网址

??11月02日,闻香识豆：科学如何赋予罗布斯塔咖啡豆新魅力,

　　“金狼部落，你们不可贸然出动，再退后一里地，静等我的命令。”威猛的老人站在这里说完这句话后化成一道金色光束，没入山林中。

,日博游戏登录入口,leyu乐鱼网页版,乐通。

??11月02日,浙江宁波外贸活力四射 2023年外贸进出口1.28万亿元,

　　三、保持良好的心态。

,金沙总站4066,大发国际唯一官方网址,大三元游戏。

??时事3：nba押注网站

??11月02日,让更多工匠人才有“面子”有“里子”,

　　第六、提高开拓进取、创新发展的能力。 创新是永恒的主题。勇于开拓创新是作为领导干部的必备素质，思想守旧、墨守成规的人，是干不出什么大事业的。目前农村发展日新月异，各种新问题层出不穷。一个村干部，如果不具备开拓创新精神，那你这个村就只能是 “ 一潭死水 ” ，永远只能跟在别人的后面。开拓创新要注重实事求是，新方法、新项目都要立足本村实际，不能盲目地求新求变。开拓创新要在政策和法律允许的范围内，做别人没做过的事，走别人没走过的路。开拓创新要善于总结实践经验，不仅自己要带头创新，更要尊重群众的创造性，集思广益，从群众的创造中获得启发，带领广大群众共同富裕。

,信誉体育平台官网,宝博平台首页,pg电子游戏。

??11月02日,四天三艘“中国造”货轮上海外高桥口岸首航,

　　结果，毫无意外，所有人都败了，甚至有些前辈名宿，以及一族之主，尽管无人泄露身份，但是不少人还是能看出他们的气度与威势，绝对是一方霸主。

,世界杯足球投注,综合体育网页版登录入口,世界杯竞彩网站下载。

??时事4：世界杯买球赚钱吗知乎

??11月02日,天津伦敦“双城互动” 上演“海河邂逅泰晤士”天津时尚秀,

　　“咚”的一声大响，他扔在了村头，再次引得鸡飞狗跳，在湖边练功的孩子都被惊的过来围观，大人们亦再次出动。

,尊龙app尊龙官网登录,MT电子,凯发APP下载。

??11月02日,台舆论：《周处除三害》蹿红 提供台湾电影新思考,

　　一群孩子握紧了拳头，显然很紧张，同时眼中也有一种期待与兴奋，在山林中长大的孩子个个都很胆大，不然也不会自作主张地跑到这种危险的地方来。

,新2体育平台,亚虎娱乐国际中心,新宝彩票。