知识卡片
截断边界必须覆盖越界项
本章代码按累计值 <=p 保留并强制第一项存在,会排除首次跨越 p 的项,因此不等同于标准核采样。例:概率 .6/.3/.1,p=.8,书中规则仅留 .6,标准最短前缀应留 .6+.3。对边界写明确示例,才能避免同名参数实际分布不同。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 推理时计算扩展
原书出处 · 1 处
- · 查看原书依据
keep = cumprobas <= top_p #C keep[:, 0] = True #D kept_sorted = torch.where( #E keep, sorted_probas, #E torch.zeros_like(sorted_probas) #E ) filtered = torch.zeros_like(probas).scatter(1, sorted_idx, kept_sorted) #F denom = torch.sum(filtered, dim=1).clamp_min(1e-12) #G return filtered / denom #A Step 4.1: Sort by descending probability #B Step 4.2: Cumulative sum #C Step 4.3.1: Keep tokens where cumprob <= top_p #D For top_p <= 0, only the highest-probability
参考来源
- 位置:《Build a Reasoning Model (From Scratch)》第04章《推理时计算扩展》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Build a Reasoning Model (From Scratch)/_epub-src/OEBPS/Text/chapter-4.html)
- 结论依据:摘录中关于截断边界必须覆盖越界项的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:keep = cumprobas <= top_p #C keep[:, 0] = True #D kept_sorted = torch.where( #E keep, sorted_probas, #E torch.zeros_like(sorted_probas) #E ) filtered = torch.zeros_like(probas).scatter(1, sorted_idx, kept_sorted) #F denom = torch.sum(filtered, dim=1).clamp_min(1e-12) #G return filtered / denom #A Step 4.1: Sort by descending probability #B Step 4.2: Cumulative sum #C Step 4.3.1: Keep tokens where cumprob <= top_p #D For top_p <= 0, only the highest-probability