自回归建模模型（AR）
参考网站：什么是自回归模型 | IBM
基本说明：
AR是一种强大的最常用于时间序列分析和预测的机器学习技术，使用时间序列先前时间步长的一个或者多个值来创建回归模型。
用同一变数例如x的之前各期，亦即x1至xt-1来预测本期xt的表现，并假设它们为一线性关系。因为这是从回归分析中的线性回归发展而来，只是不用x预测y，而是用x预测 x（自己）；所以叫做自回归。
自回归模型假设当前时刻的数据仅依赖于历史时刻的数据，通过条件概率分解序列的联合分布： 
其中： c是常数项；被假设为平均数等于0，标准差等于的随机误差值；被假设为对于任何的t都不变。文字叙述为：X的期望值等于一个或数个落后期的线性组合，加常数项，加随机误差。
生成过程
-
逐步预测：每次基于已生成的部分序列预测下一个元素（如GPT通过上文预测下一个词）。
-
迭代采样：通过随机采样（如从softmax分布中采样）或贪婪搜索生成新元素，并将新元素反馈到模型中以继续生成后续内容。
-
典型架构：Transformer的解码器（如GPT）或因果卷积网络（如WaveNet），通过掩码机制确保仅依赖历史信息。
实际应用中的主要限制
-
计算效率问题
-
序列长度限制：生成长度为$N$的序列需$N$次前向计算，导致延迟高（如长文本生成）。
-
内存瓶颈：Transformer的注意力机制内存消耗随序列长度平方增长（$O(N^2)$）。
-
-
长程依赖建模困难
-
尽管Transformer优于RNN，但远距离依赖仍可能因注意力权重分散或梯度消失而失效（如生成连贯的长文档）。
-
-
误差累积与暴露偏差
-
训练-测试不一致：训练时使用真实历史数据（Teacher Forcing），而测试时依赖模型自身生成的历史，错误会逐步累积（Exposure Bias）。
-
模式坍塌：倾向于生成高频但低多样性的内容（如重复短语）。
-
-
可控生成挑战
难以精确控制生成内容的属性（如情感、风格），需额外引入约束或后处理。
改进技术手段
-
效率优化
-
稀疏注意力：如Longformer的局部+全局注意力、Reformer的局部敏感哈希（LSH）注意力，将复杂度降至$O(N\log N)$。
-
分块生成：将序列分段处理（如Image Transformer对图像分块）。
-
模型蒸馏：训练小型化模型（如DistilGPT-2）保持性能的同时减少计算量。
-
-
长序列建模改进
-
记忆机制：如Transformer-XL通过循环记忆模块保留跨段信息。
-
递归结构：将Transformer与RNN结合（如Compressive Transformer）增强长程记忆。
-
-
缓解误差累积
-
计划采样（Scheduled Sampling）：逐步混合训练时的真实输入与模型生成输入。
-
强化学习：通过策略梯度（如RLHF）直接优化生成序列的整体质量。
-
-
可控生成技术
-
条件控制：在输入中嵌入控制信号（如CTRL模型的领域控制前缀）。
-
解码约束：束搜索（Beam Search）中引入禁止重复n-gram等规则。
- 能量模型：如GeDi通过辅助模型引导生成方向。
-
并行化生成
-
非自回归模型（NAR）：如Mask-Predict通过迭代掩码预测实现并行解码（牺牲部分质量换取速度）。
-
半自回归：部分步骤并行化（如Blockwise Parallel Decoding）。
-
-
自回归和回归区别：
| 特性 | 自回归模型 (AR) | 非自回归模型 (NAR) |
|---|---|---|
| 生成方式 | 逐步生成，严格顺序依赖 | 并行生成，一步预测所有位置 |
| 速度 | 慢（需$O(N)$次前向计算） | 快（仅需$O(1)$次前向计算） |
| 质量 | 高质量，上下文连贯 | 可能因独立性假设降低连贯性 |
| 训练目标 | 最大化似然$P(x_t|x_{<t})$ | 直接建模$P(x_{1:T}|c)$（c为条件） |
| 典型模型 | GPT、Transformer-Decoder | BART、T5、Masked-LM |
| 应用场景 | 文本生成、音乐生成 | 机器翻译、文本摘要（需快速场景） |
# 自回归生成（顺序）
for t in range(T):x_t = model(x_<t) # 依赖历史# 非自回归生成（并行）
x_1:T = model(c) # 直接输出全部序列应用场景
1. 自回归模型
-
自然语言生成：GPT-3的故事创作、ChatGPT的对话生成。
-
时间序列预测：股票价格预测（ARIMA）、天气建模。
-
语音合成：WaveNet生成逼真语音波形。
-
代码生成：GitHub Copilot的代码补全。
2. 非自回归模型
-
机器翻译：Google的NAT（Non-Autoregressive Translation）。
-
文本摘要：快速生成摘要（如BART的并行解码）。
-
图像生成：部分扩散模型的并行去噪步骤。
代码示例:
import torch
import torch.nn as nnclass ARModel(nn.Module):def __init__(self, vocab_size, hidden_size):super().__init__()self.embed = nn.Embedding(vocab_size, hidden_size)self.rnn = nn.LSTM(hidden_size, hidden_size)self.head = nn.Linear(hidden_size, vocab_size)def forward(self, x):# x: [seq_len, batch_size]x = self.embed(x) # [seq_len, batch_size, hidden_size]outputs, _ = self.rnn(x)return self.head(outputs) # [seq_len, batch_size, vocab_size]# 生成示例（贪婪搜索）
def generate_ar(model, start_token, max_len):tokens = [start_token]for _ in range(max_len):logits = model(torch.tensor([tokens[-1]])) # 预测下一步next_token = logits.argmax(-1).item() # 贪婪选择tokens.append(next_token)return tokens