自回归（Autoregressive）
Autoregressive Modeling
按顺序一个 token 接一个 token 生成，每一步都以前面已生成内容为条件。
先用人话理解
自回归模型把“写下一句”拆成一连串小决策：给定前文，预测下一个最可能的词或子词，再把结果接回去继续预测。GPT 系列就是典型的从左到右自回归语言模型。训练时通常用“用前文预测后文”的目标在海量文本上学习。
为什么重要
自回归把开放式文本生成变成可训练的概率问题，是当代大语言模型最主流的生成范式。
常见误解
自回归不是唯一生成方式；扩散、掩码填空等也是生成范式。
“按顺序生成”不等于必须严格从左到右解码策略，但模型本身通常按因果方向建模。