Seq2Seq翻譯藏了3個停不下來的坑，第2個讓訓練直接崩盤

訓練一個翻譯模型，最尷尬的不是翻錯，而是翻完了還不停嘴。

原文「let's go」明明只有兩詞，西班牙語「Vamos」一出就該收工。但解碼器（decoder，序列生成器）像個話癆主播，非要等到EOS（End of Sequence，序列終止符） token才會閉嘴。這個設計細節，把無數新手坑進無限循環的深淵。

解碼器的"強迫癥"：沒有EOS就永不停機

Seq2Seq的解碼流程像一條裝配流水線。編碼器（encoder，序列理解器）把英文句子壓成上下文向量（context vector），解碼器再逐詞吐出生成結果。每一步的輸入來自上一步的輸出——第一個詞是EOS token，之后全是自己剛預測的詞。

問題就出在這個閉環里。解碼器沒有內置的"說完判斷"，它的停止條件只有一個：輸出EOS。 就像老式錄音機沒有自動停機功能，磁帶走到頭還繼續空轉，直到你手動拔電源。

實戰中這會導致兩種災難：一是模型學壞了，永遠學不會輸出EOS，生成結果無限拉長；二是遇到訓練數據里沒見過的模式，解碼器陷入循環重復（比如「非常非常非常…」）。2016年Google Neural Machine Translation上線初期，工程師就踩過這個坑——某些語言對的翻譯結果偶爾溢出長度限制，后臺日志里全是被強制截斷的半句話。

原文給的解決方案很樸素：設一個最大輸出長度（maximum output length）。超過就硬掐。這招治標不治本，但至少防止了服務掛掉。

教師強制：用"作弊"換取訓練穩定

訓練階段有個更隱蔽的坑。按推理邏輯，解碼器應該用上一時刻的預測詞作為下一時刻輸入。但這會讓誤差像滾雪球——第一步猜錯，后面全歪，梯度傳播時根本找不到正確的優化方向。

工程師們想了個損招：訓練時直接把正確答案塞進去，不管模型上一刻預測了什么。這叫教師強制（teacher forcing）。

「這就像學騎自行車時，教練全程扶著后座，你只管蹬踏板。」Google Brain的論文里打過這個比方。好處是收斂快，模型能快速學會詞與詞的對應關系；壞處也明顯——推理時沒有教練扶車了，模型容易懵。

暴露偏差（exposure bias）由此而來。訓練時解碼器看到的都是標準答案，推理時卻要吃自己的"殘羹剩飯"，分布偏移導致性能斷崖。2015年Bengio團隊專門發了篇論文講這個問題，提出scheduled sampling（計劃采樣）來緩解——訓練后期逐漸混入模型自己的預測，讓解碼器提前適應"自力更生"。

但scheduled sampling也有爭議。Yoshua Bengio后來承認，這招在理論上有點臟，破壞了最大似然估計的純凈性。工業界用得不多，多數團隊還是選擇純教師強制，靠更大的數據量和更聰明的推理策略（如beam search，束搜索）來填坑。

注意力機制：上下文向量的"越獄"

原文埋了個伏筆：下一篇講注意力機制（attention mechanism，注意力分配機制）。這其實是解決Seq2Seq根本缺陷的鑰匙。

傳統編碼器把整個句子壓成固定長度的上下文向量，信息瓶頸明顯。長句子的前半截細節，在向量里被后半截擠得稀碎。解碼器生成每個詞時，這個向量都是同一副面孔，不管當前要生成的是主語還是賓語。

注意力機制讓解碼器"回頭看"。生成每個詞時，它動態地掃一遍編碼器的所有隱藏狀態，算出一套權重，把當下最相關的信息拎出來。上下文向量不再是壓縮餅干，而是按需現榨的果汁。

2014年Bahdanau等人提出這個機制時，機器翻譯的BLEU分數（雙語評估替補，自動衡量翻譯質量的指標）直接跳漲。更關鍵的是，它讓解碼器的停止邏輯有了新可能——注意力權重分布本身可以作為"說完了"的信號。當所有位置的注意力都趨于平淡，EOS的概率自然飆升。

不過這是后話。原文的八篇系列到此收尾，基礎架構的坑已經夠喝一壺。

三個細節，檢驗你是否真懂了

第一，EOS token在訓練時既是解碼器的起始輸入，也是終止目標。這個雙重身份常被忽略——它是整個序列的"書擋"，一頭一尾夾住生成內容。

第二，教師強制雖然"作弊"，但在Transformer架構里依然標配。GPT系列預訓練時，每個位置看到的都是前文的真實token，而非模型預測。自回歸（autoregressive，逐詞生成）的詛咒與饋贈，在此奇妙平衡。

第三，最大輸出長度這個兜底策略，在ChatGPT類產品里演變成了max_tokens參數。用戶感知到的"話沒說完就被掐"，往往是觸發了這個硬邊界，而非模型主動選擇EOS。

InstallerPedia的結尾廣告倒是貼切——安裝軟件時，進度條走到100%還卡住的絕望，和解碼器等不到EOS的焦慮，大概是同一種現代性困境。

你的翻譯模型，有沒有在深夜日志里無限循環過？最后是怎么掐停的——硬截斷、長度懲罰，還是干脆上了Transformer？