自回归生成过程
模型通过自回归方式生成回答，即基于已生成的内容逐个预测下一个token。每个时间步，模型会：
- 考虑已生成的所有token
- 计算下一个token的概率分布
- 选择概率最高的token（或使用采样策略）
- 将新token加入序列，继续生成
3. 生成概率分布
计算词表中每个token的生成概率
4. 选择下一个token
根据概率选择最合适的token
自回归生成的特点：
- 上下文依赖：每个新token的生成都依赖于之前生成的所有token
- 概率分布：模型输出的是整个词表上的概率分布
- 采样策略：可以使用不同的策略（贪婪、采样、束搜索等）来选择下一个token
- 停止条件：当生成特殊的结束符或达到最大长度时停止