登录
推荐 文章 Go 技术 课程 下载 专题 AI
首页 >  科技周边 >  人工智能

Transformers compute_transition_scores 怎样查看每个生成 token 的分数

来源:17golang原创

时间:2026-11-20 08:47:30 321浏览 收藏

如果你想知道 Transformers 生成结果里的每个 token 到底有多大把握,不能只读取 outputs.sequences。正确做法是让 generate() 同时返回每一步的 scores,再调用 model.compute_transition_scores(),把整张词表的分数对齐到最终选中的 token 上。这样可以逐 token 输出 token id、文本、对数概率和概率。

官方地址:https://huggingface.co/docs/transformers/main/en/main_classes/text_generation

最小组合是 return_dict_in_generate=True、output_scores=True 和 compute_transition_scores()。贪心或采样生成不需要 beam_indices;beam search 则必须把生成结果中的 beam_indices 一起传入。

先让 generate 保留每一步分数

默认情况下,generate() 主要返回 token 序列,并不会自动把每一步的预测分数保留下来。要做后续对齐,两个开关缺一不可:return_dict_in_generate=True 让返回值拥有命名字段,output_scores=True 才会填充 outputs.scores。

from transformers import AutoModelForCausalLM, AutoTokenizer
import numpy as np

# 分词器和模型必须来自同一套词表,后面才能正确还原 token 文本。
tokenizer = AutoTokenizer.from_pretrained("openai-community/gpt2")
model = AutoModelForCausalLM.from_pretrained("openai-community/gpt2")

# 某些 decoder-only 模型没有默认 padding token,这里沿用结束 token。
tokenizer.pad_token_id = tokenizer.eos_token_id
inputs = tokenizer(["Today is"], return_tensors="pt")

# 必须保留字典式结果和每一步分数,单独的 sequences 不够计算 token 分数。
outputs = model.generate(
    **inputs,
    max_new_tokens=5,
    return_dict_in_generate=True,
    output_scores=True,
)

# normalize_logits=True 让返回值可以直接按 log probability 理解。
transition_scores = model.compute_transition_scores(
    outputs.sequences,
    outputs.scores,
    normalize_logits=True,
)

# decoder-only 模型的前缀长度来自输入;这里只查看模型新生成的部分。
input_length = inputs.input_ids.shape[1]
generated_tokens = outputs.sequences[:, input_length:]
for token_id, score in zip(generated_tokens[0], transition_scores[0]):
    # score 是对数概率,指数运算后才是更直观的概率值。
    print(token_id.item(), tokenizer.decode(token_id), float(score), float(np.exp(score)))

这里的 scores 是每个生成步骤的一组词表分数,而 transition_scores 只留下最终序列实际选中的那一个 token。两者不是同一个形状,也不要直接把整张词表的最大值当作最终结果。

compute_transition_scores 怎样对齐选中的 token

compute_transition_scores(sequences, scores, beam_indices=None, normalize_logits=False) 的核心工作是沿着生成序列取出每一步被选中的 token 分数。返回张量的行数对应返回序列,列数对应序列位置;对 decoder-only 模型来说,前面的列通常是提示词,不是新生成的内容。

说明图:Transformers generate 的 sequences、scores 与 compute_transition_scores 对齐到生成 token
图1:结构说明图,查看 sequences、scores、tokenizer 与 compute_transition_scores 的静态关系。

因此展示结果时要先确定输入长度。官方示例对 decoder-only 模型使用输入 token 数,对 encoder-decoder 模型则使用解码起始位置,不能把两种模型的切片规则混成一个固定数字。

如果开启 normalize_logits=True,可以把分数当作归一化后的对数概率,并用 np.exp(score) 换算概率。这个值适合做逐 token 解释或低置信片段定位,但不等于“模型对整句话的唯一正确率”。

beam search 需要额外传入 beam_indices

beam search 会在多个候选路径之间保留和切换 beam。此时仅凭 sequences 和 scores 不能确定最终序列每一步来自哪条 beam,所以需要把 outputs.beam_indices 传给 compute_transition_scores。

# 使用 beam search 时,返回 beam_indices 才能追溯最终路径。
outputs = model.generate(
    **inputs,
    max_new_tokens=5,
    num_beams=4,
    num_return_sequences=4,
    return_dict_in_generate=True,
    output_scores=True,
)

# 传入 beam_indices,让方法沿最终 beam 路径取分数。
transition_scores = model.compute_transition_scores(
    outputs.sequences,
    outputs.scores,
    outputs.beam_indices,
    normalize_logits=False,
)

# 只有在保持未归一化分数时,才按文档示例重算 sequence_scores。
output_length = (transition_scores 

如果目标是展示概率,通常选择 normalize_logits=True 更直观;如果目标是按照 beam search 的序列分数和长度惩罚重建官方返回值,则要保留 normalize_logits=False。两种用途不要混用同一套解释。

结构图:beam search 的 beam_indices、候选路径与最终序列分数关系
图2:边界说明图,查看 beam_indices 如何把候选路径和最终序列分数连接起来。

三个容易混淆的边界

第一,分数不是完整词表排名。 compute_transition_scores 返回的是最终选中 token 的分数;如果要查看某一步的 top-k 候选,仍然要回到对应的 outputs.scores[step] 做排序。

第二,提示词和新文本要分开。 decoder-only 模型的 sequences 通常包含输入提示词,直接与 transition_scores 从头 zip 会导致展示错位。先按输入长度切出生成部分,再进行 token 对齐。

第三,归一化选项取决于目标。 做概率解释时使用 normalize_logits=True;复算 beam search 的 sequences_scores 时,官方示例强调未归一化分数才有对应关系。不要因为数值看起来更熟悉就随意切换。

常见问题

为什么 outputs 没有 scores? 检查生成调用是否同时设置了 return_dict_in_generate=True 和 output_scores=True。只设置前者只能得到结构化结果,不会凭空生成每一步分数。

为什么 token 数和分数列数对不上? 先确认是否把 prompt 也算进了生成 token;再确认是否提前遇到 eos_token_id。序列可能因提前结束而短于 max_length,不应强行补齐成固定长度。

什么时候必须传 beam_indices? 使用 num_beams>1 的 beam search 时需要传入;普通 greedy decoding 或单 beam 生成通常不需要。

小结

查看生成 token 分数的关键不是重新运行一次模型,而是在第一次 generate() 时保留结构化输出和每步分数,再用 compute_transition_scores 完成序列对齐。展示概率、定位低置信 token 与复算 beam search 序列分数,分别对应不同的归一化和路径参数。

声明:本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>