自回归（Autoregression, AR）是一种用于时间序列分析和预测的统计模型，其核心思想是：用同一时间序列的历史值（过去的值）来预测当前值。自回归模型假设当前数据点与之前若干数据点之间存在线性关系。
一、自回归的基本概念
- 模型形式
典型的自回归模型记为 AR(p)，其中 p表示使用的历史数据点的数量（阶数）。
公式表示：
：当前时刻的值。
：常数项（截距）。
：模型参数（权重），表示过去值对当前值的影响。
：随机误差（白噪声）。
- 核心假设
时间序列是平稳的（均值和方差不随时间变化）。
当前值仅依赖于过去有限阶数的历史值（马尔可夫性质）。
- 阶数（p）的选择
通过统计方法（如PACF图、AIC/BIC准则）确定最优阶数。
优点：简单直观，计算高效，适用于具有明显时间依赖性的数据。
缺点：要求数据平稳（非平稳数据需先差分，转化为ARIMA），只能捕捉线性关系，对复杂非线性模式效果有限。
扩展
ARIMA模型：结合自回归（AR）、差分（I）和移动平均（MA），适用于非平稳时间序列。
VAR模型：多元自回归，可分析多个时间序列的相互影响。
二、自回归在大语言模型中的工作原理
在大语言模型（LLM）中，自回归（Autoregressive）是其生成文本的核心机制，指的是模型通过逐步预测下一个词（文本接龙）的方式生成序列，且每一步的预测都依赖于之前已生成的词。这一过程与时间序列分析中的自回归概念类似，但应用于离散的文本序列。
- 逐步生成
模型从左到右逐词生成文本，每次基于当前输入的上下文（已生成的词）预测下一个词的概率分布。
例如，生成句子"我爱AI"的过程：
输入起始符 BOS → 预测"我"
输入"我" → 预测"爱"
输入"我爱" → 预测"AI"
输入"我爱AI" → 预测结束符EOS
- 数学表示
自回归模型的概率分解为：
是第
个词，
是序列长度。
每一步的条件概率 由模型（如Transformer）计算。
- 依赖Transformer的解码器：模型（如GPT）通过掩码注意力机制（Masked Self-Attention）确保解码时仅能看到当前词左侧的上下文，符合自回归特性。
三、为什么自回归对LLM重要？
-
可控生成：自回归允许通过调整已生成文本（如提示词/Prompt）控制后续输出。
-
概率建模：天然适合语言模型的链式概率分解，便于训练和评估。
-
灵活性：可结合采样策略（如贪心搜索、束搜索、温度采样）生成多样化的文本。
四、自回归的局限性
-
单向上下文：传统自回归模型（如GPT）仅依赖左侧上下文，可能忽略右侧信息（后续改进如GLM通过双向训练缓解）。
-
误差累积：早期生成的错误会传递到后续步骤（如事实性错误或逻辑矛盾）。
-
生成速度慢：必须逐词生成，无法并行（非自回归模型如BART尝试解决，但质量常逊于自回归）。