**迷失于采样：通过词覆盖率评估LLMs的词汇可达性**

_Lost in Sampling: Assessing Lexical Reachability in LLMs via the Word Coverage Score (WCS)_

> 本文针对大型语言模型（LLMs）生成文本重复和同质化的问题，引入了词覆盖率（WCS）新指标，用于量化标准采样参数（如Top-p、Top-k）对上下文合适的人类词汇的剪枝程度。研究通过审计开源模型，揭示了行业默认采样设置如何无意中抑制语言多样性，将人类独特的表达同质化。WCS提供了一个严谨的框架，用于优化文本连贯性与词汇丰富性之间的权衡，为生成模型中保留人类语言多样性提供了诊断工具。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.27268)