退款申请已提交。订单审核中，约 2 工作日。
已出首字同输入再跑一次，字一个都不会变。先认出这条正在出字的回复，再看首字为什么慢
下面就是一次推理跑出来的客服摘要。默认短输入已经出字；整段工单会让气泡空着等；打开采样，同一工单会换措辞。
原因：短输入 prefill 很快，temp=0 每步挑最高，所以可复现。下一步：换成整段工单，看首字会不会卡住。
知识点：吃完整段，再一个个吐
收据和气泡已经演过，这里只给命名。
- 推理只读取训练好的参数，不改模型；所以 temp=0 时同输入永远同输出。
- prefill 把整段输入一次算完，决定你等多久看到第一个字（TTFT）。
- decode 再一个 token 一个 token 往外写，决定后面流得快不快。
- temp=0 可复现；temp>0 采样，每次可能不同。
什么时候盯推理、怎么盯
首字不出、出字卡、结果飘，多半不是「模型不够聪明」。
- 信号：半天不出第一个字，或同工单每次摘要都不一样。
- 适用：砍输入、换更小档、锁 temp=0 做回归。
- 不适用：把推理当成训练；这一步不更新权重。
- 最短路径：看 TTFT → 判断是输入太长还是采样开了 → 改一处再跑同一工单。
正反例：同一张工单，只换温度
都要写摘要，差别只在能不能复现。
同一个工单每次同一段话，便于回归。质量不够就改提示或换档，不靠碰运气。
你以为模型不稳定，其实是把确定性开关关了。
快速自测
用户抱怨「同一个工单，每次摘要都不一样，没法回归」。最该先检查哪一项？
继续查证
术语的技术定义和行为以这些一手或权威资料为准。
下一步学
和本知识点经常一起出现的概念。