聊聊 Deepseek V3.1 的极你太美

万万没想到的是，DeekseekV3.1 引起的最大热度竟然是 极你太美 。有很多人反映在 DeepseekV3.1 上很容易莫名其妙的输出各种各样的 极 ，并且这个问题可能最早在 0324 上就有了，见这个 #849。

我们在本地部署了一个 FP8 满血版的 DeepSeekV3.1，尝试通过一些实验，看看能否找出规律，并看看是否能通过一些手段来规避或缓解。

老样子结论放前面：

1. 在数据构造的场景里，持续的规律性长文本输出确实会让 DS 懵逼，并开始输出 极。
2. 出现 极 的情况和输出的长度相关，在比较低的输出长度下不会出现这个问题。所以在数据构造的场景里，分批来构造就可以规避掉 极。
3. 调整 temperature, top_p 等参数恐怕作用不大。在 logprobs 里很多场景 极 直接出现在了第一位。降低 temperature 和 top_p 搞不好是反而出来的更多了。
4. 通过提示词可以一定程度缓解，但无法完全避免。
5. 写作，代码，提问等场景里，只要不涉及持续的规律性的文本构造，即便是超长文本输出也基本上不会出现这个问题。

实验

实验 1：长序列输出

一个相对容易的复现方式是让大模型输出长序列，那很容易想到的是输出长度是否影响出现 极 的概率。

以下是一个测试请求的例子, 其中 temperature=0.6, top_p=0.95 是 generation_config.json 中的推荐参数。

completion = client.chat.completions.create(
    model=「deepseekv31」, 
    messages=[
        {『role』: 『user』, 『content』: 『请列出从 1 至 2000 的所有整数』}],
    max_tokens=8192,                
    temperature=0.6,
    top_p=0.95                
    )

由于输出出现第一个 极 后，显然对后续再输出 极 是有影响的。因此我们不统计单次响应中出现的 极 个数，只看某次响应是否至少包含了一个 极，我们暂且把这个东西叫做 含极率。

调整 max_tokens 的参数，我们得到如下实验结果：

max_tokens	含极率	极词分布
1024	0/20	/
2048	0/20	/
3072	0/20	/
4096	2⁄20	极长的列表x1,极长x1
5120	7⁄20	极长的列表x4,极速赛车开奖直播历史记录x1,极速赛车开奖结果查询官网平台 澳洲幸运10开奖官网平台x1
6144	8⁄20	极长的列表x4,极抱歉x2,极x1,极长x1
7168	9⁄20	极长的列表x3，极长x1，极长的列表，继续x2,极x3,
8192	7⁄20	极长的列表x3,极多x1,极长列表x1,极抱歉x2

极词的示例：

不和谐的网址我屏蔽了，这个真的很难撑。

含极词	示例
极长的列表	1358, 1359, 1360, 极长的列表，为了节省空间，我将提供一些统计信息和更简洁的表达方式
极长的列表，继续	1943, 194极长的列表，继续：1944, 1945
极长	1043, 1044, 1045,极长，无法全部展示。
极速赛车开奖直播历史记录	1324, 1325, 1326,极速赛车开奖直播历史记录【2024网址:* * 】
极速赛车开奖结果查询官网平台 澳洲幸运10开奖官网平台	1326, 1327, 1328, 极速赛车开奖结果查询官网平台【网址:* * 】 澳洲幸运10开奖官网平台【网址:* * 】
极抱歉	1689, 1690, 1691,极抱歉，无法输出完整的列表。
极	1872, 极, 1873
极多	1982, 极多, 1983,
极长列表	1105, 1106, 极长列表已截断

从测试来看，显然更长的输出序列会显著提高输出 极 的概率。同时在未输出 极 的例子里，我们观察到了很多类似这样的例子：

从 1 至 2000 的所有整数为：

1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20,
21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40,
41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60,
61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80,
81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100,
...
（以此类推，直至 2000）

由于列出所有 2000 个数字会占用大量空间，这里仅展示部分。完整序列是从 1 开始，每个后续数比前一个数大 1，直到 2000 结束。

如果需要特定范围或进一步处理，请告知！

又比如

从 1 到 2000 的所有整数列表如下（由于数量较大，仅展示部分并说明范围）：

**完整范围：** 1, 2, 3, 4, ..., 1998, 1999, 2000
**总数：** 2000 个整数（从 1 开始到 2000 结束，包含两端）。

若需全部列出（实际输出过长，此处省略具体数字序列），但可通过以下方式描述：
- 起始：1
- 结束：2000
- 步长：1（连续整数）

如果需要验证或使用，可编程生成（例如 Python 中可用`list(range(1, 2001))`）。

**注意：** 直接列出所有数字会占用大量空间，通常建议以范围表示。

可以看到在短输出的例子里，他很自然的应用省略号来处理这个问题，用相邻 token 错位似乎很难解释这个问题。

实验 2：#849 Case 复现

#849 这个 issue 反馈在 Deepseek-V3-0324 上就已经出现类似的问题了，并给出了一个可以复现的例子。（然然而我在 0324 上并不能复现这个 case。。。V3.1 确实是可以稳定复现）

他的 prompt 大约是这样子：

[file name]: 新建 Microsoft Excel 工作表.xlsx
[file content begin]
[新建 Microsoft Excel 工作表.xlsx]中的文本内容
Sheet1:
| | | | | | | | | | |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| RPTD0101 | 合约研发服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0101 | 合约研发服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0101 | 合约研发服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0101 | 合约研发服务 | 1 | 8706 | 武汉 x 技术有限公司 | * | 全部 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8231 | 成都 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8231 | 成都 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0301 | 改制、拆散、翻新报废服务 | 1 | * | 全部 | * | 全部 | 202501 | 202516 | 成本已结转，结算的是加成部分 |
| RPTD0401 | 销售支持服务 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 8100 和 8800 成本费用无法取值 |
| RPTD0401 | 销售支持服务 | 1 | 8800 | 南京 x 科技有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 8100 和 8800 成本费用无法取值 |
| RPTD0401 | 销售支持服务 | 1 | 81A0 | 南京 x 科技有限公司苏州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B7 | 南京 x 科技有限公司盐城分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81B8 | 南京 x 科技有限公司泰州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81B9 | 南京 x 科技有限公司常州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C0 | 南京 x 科技有限公司徐州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C1 | 南京 x 科技有限公司南通分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C2 | 南京 x 科技有限公司宿迁分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C3 | 南京 x 科技有限公司镇江分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C4 | 南京 x 科技有限公司连云港分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C5 | 南京 x 科技有限公司扬州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C6 | 南京 x 科技有限公司淮安分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8118 | 南京 x 数字技术股份有限公司郑州分公司 | 8151 | 郑州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81A9 | 南京 x 科技有限公司许昌分公司 | 8151 | 郑州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81F0 | 南京 x 科技有限公司洛阳分公司 | 8151 | 郑州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8119 | 南京 x 数字技术股份有限公司南昌分公司 | 8152 | 南昌 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D3 | 南京 x 科技有限公司赣州分公司 | 8152 | 南昌 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D4 | 南京 x 科技有限公司九江分公司 | 8152 | 南昌 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D5 | 南京 x 科技有限公司上饶分公司 | 8152 | 南昌 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8102 | 南京 x 数字技术股份有限公司上海分公司 | 8153 | x 数字技术（上海）有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8109 | 南京 x 数字技术股份有限公司合肥分公司 | 8154 | 合肥 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81E6 | 南京 x 科技有限公司芜湖分公司 | 8154 | 合肥 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8116 | 南京 x 数字技术股份有限公司福州分公司 | 8156 | 福州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81A6 | 南京 x 科技有限公司厦门分公司 | 8156 | 福州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D1 | 南京 x 科技有限公司泉州分公司 | 8156 | 福州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D2 | 南京 x 科技有限公司漳州分公司 | 8156 | 福州 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81A3 | 南京 x 科技有限公司临沂分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D6 | 南京 x 科技有限公司潍坊分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D7 | 南京 x 科技有限公司东营分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81D8 | 南京 x 科技有限公司烟台分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D9 | 南京 x 科技有限公司济宁分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81E0 | 南京 x 科技有限公司淄博分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8101 | 南京 x 数字技术股份有限公司分公司 | 8158 | 济南 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81A7 | 南京 x 科技有限公司榆林分公司 | 8234 | 西安 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81A5 | 南京 x 科技有限公司唐山分公司 | 8707 | 石家庄 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81E2 | 南京 x 科技有限公司邯郸分公司 | 8707 | 石家庄 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81E3 | 南京 x 科技有限公司保定分公司 | 8707 | 石家庄 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81A1 | 南京 x 科技有限公司嘉兴分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81A2 | 南京 x 科技有限公司舟山分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81A4 | 南京 x 科技有限公司喀什分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81A8 | 南京 x 科技有限公司泸州分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B0 | 南京 x 科技有限公司台州分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B1 | 南京 x 科技有限公司金华分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B2 | 南京 x 科技有限公司绍兴分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B3 | 南京 x 科技有限公司温州分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B4 | 南京 x 科技有限公司湖州分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B5 | 南京 x 科技有限公司衢州分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81B6 | 南京 x 科技有限公司丽水分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81C7 | 南京 x 科技有限公司东莞分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81C8 | 南京 x 科技有限公司佛山分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81C9 | 南京 x 科技有限公司惠州分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81D0 | 南京 x 科技有限公司珠海分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81E4 | 南京 x 科技有限公司大连分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81E5 | 南京 x 科技有限公司遵义分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81E7 | 南京 x 科技有限公司宜昌分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81E9 | 南京 x 科技有限公司阿克苏分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81F2 | 南京 x 科技有限公司绵阳分公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8602 | 河南天下智能发展有限公司 | 8608 | 河南 x 天下电子有限公司 | 202501 | 202516 | 华安公司间关联结算不结转成本，月末应收手工结转成本 |
| RPTD0401 | 销售支持服务 | 1 | 8246 | 南京联想科技有限公司 | 8268 | 南京联想探测科技有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD0401 | 销售支持服务 | 1 | 8268 | 南京联想探测科技有限公司 | 8246 | 南京联想科技有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD0401 | 销售支持服务 | 1 | 8251 | 南京 y 股份有限公司武汉分公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8252 | 南京 y 股份有限公司上海分公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8A02 | 南京 y 股份有限公司广州分公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8A03 | 南京 y 股份有限公司萧山分公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8A04 | 南京 y 股份有限公司成都分公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8A05 | 南京 y 股份有限公司滨江分公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 0 | 8380 | n 国际有限公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 8380 账面结转成本 |
| RPTD0401 | 销售支持服务 | 1 | 8212 | 南京 x 机器人股份有限公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 无法获取费用数据，销售费用结合收入占比计算结算 |
| RPTD0401 | 销售支持服务 | 1 | 8212 | 南京 x 机器人股份有限公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 无法获取费用数据，销售费用结合收入占比计算结算 |
| RPTD0401 | 销售支持服务 | 1 | 8228 | 南京 x 智能科技有限公司 | 8212 | 南京 x 机器人股份有限公司 | 202501 | 202516 | 无法获取费用数据，销售费用结合收入占比计算结算 |
| RPTD0401 | 销售支持服务 | 1 | 8228 | 南京 x 智能科技有限公司 | 8266 | | 202501 | 202516 | 无法获取费用数据，销售费用结合收入占比计算结算 |
| RPTD0401 | 销售支持服务 | 1 | 8266 | 南京 x 机器智能有限公司 | 8212 | 南京 x 机器人股份有限公司 | 202501 | 202516 | 无法获取费用数据，销售费用结合收入占比计算结算 |
| RPTD0401 | 销售支持服务 | 1 | 8266 | 南京 x 机器智能有限公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 无法获取费用数据，销售费用结合收入占比计算结算 |
| RPTD0401 | 销售支持服务 | 1 | 8B01 | 南京 x 智能科技有限公司天津分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B02 | 南京 x 智能科技有限公司南京分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B03 | 南京 x 智能科技有限公司苏州分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B04 | 南京 x 智能科技有限公司沈阳分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B05 | 南京 x 智能科技有限公司武汉分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B06 | 南京 x 智能科技有限公司广州分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B07 | 南京 x 智能科技有限公司成都分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B08 | 南京 x 智能科技有限公司北京分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B09 | 南京 x 智能科技有限公司深圳分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B10 | 南京 x 智能科技有限公司东莞分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B11 | 南京 x 智能科技有限公司上海分公司 | 8228 | 南京 x 智能科技有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B12 | 南京 x 机器智能有限公司南京分公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 8B21 | 南京 x 机器智能有限公司西安分公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B24 | 南京 x 机器智能有限公司济南分公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B25 | 南京 x 机器智能有限公司郑州分公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 8B26 | 南京 x 机器智能有限公司长沙分公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0501 | 技术支持服务 | 1 | 8100 | 南京 x 数字技术股份有限公司 | * | 全部 | 202501 | 202516 | 成本费用科目无法取值（研发费用分摊） |
| RPTD0501 | 技术支持服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0501 | 技术支持服务 | 1 | 8706 | 武汉 x 技术有限公司 | 8216 | 南京 x 汽车技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0501 | 技术支持服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8608 | 河南 x 天下电子有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0501 | 技术支持服务 | 1 | 8706 | 武汉 x 技术有限公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0501 | 技术支持服务 | 1 | 8608 | 河南 x 天下电子有限公司 | 8204 | 重庆 x 系统技术有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD0501 | 技术支持服务 | 1 | 8604 | 河南 qq 服务有限公司 | 8602 | 河南天下智能发展有限公司 | 202501 | 202516 | 华安公司间关联结算不结转成本，月末应收手工结转成本 |
| RPTD0501 | 技术支持服务 | 1 | 8604 | 河南 qq 服务有限公司 | 8608 | 河南 x 天下电子有限公司 | 202501 | 202516 | 华安公司间关联结算不结转成本，月末应收手工结转成本 |
| RPTD0501 | 技术支持服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0501 | 技术支持服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0501 | 技术支持服务 | 1 | 8231 | 成都 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0501 | 技术支持服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0501 | 技术支持服务 | 1 | 8706 | 武汉 x 技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0502 | 研发支持服务 | 1 | 8100 | 南京 x 数字技术股份有限公司 | * | 全部 | 202501 | 202516 | 成本费用科目无法取值（研发费用分摊） |
| RPTD0502 | 研发支持服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0502 | 研发支持服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0502 | 研发支持服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0502 | 研发支持服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8246 | 南京联想科技有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0502 | 研发支持服务 | 1 | 8217 | 南京 x 汽车软件有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 成本费用明细无法获取 |
| RPTD0502 | 研发支持服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0502 | 研发支持服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0502 | 研发支持服务 | 1 | 8231 | 成都 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0502 | 研发支持服务 | 1 | 8706 | 武汉 x 技术有限公司 | * | 全部 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0503 | 云技术支持服务（计入成本） | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8217 | 南京 x 汽车软件有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD0602 | 售后维保服务 | 1 | 8800 | 南京 x 科技有限公司 | * | 全部 | 202501 | 202516 | 成本费用明细无法获取 |
| RPTD0602 | 售后维保服务 | 1 | 8100 | 南京 x 数字技术股份有限公司 | * | 全部 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD0701 | 品牌推广服务 | 0 | 8371 | n 欧洲公司 | 8210 | 南京 y 股份有限公司 | 202501 | 202516 | 8371 账面结转成本 |
| RPTD0801 | 销售代理服务 | 1 | * | 全部 | * | 全部 | 202501 | 202516 | 成本费用无法取值 |
| RPTD0901 | 后台支持服务 | 1 | 8100 | 南京 x 数字技术股份有限公司 | * | 全部 | 202501 | 202516 | 成本费用科目无法取值（职能部门服务费分摊） |
| RPTD0901 | 后台支持服务 | 1 | 8400 | 重庆 x 科技有限公司 | 8255 | 重庆 n 电子有限公司 | 202501 | 202516 | 成本费用明细无法获取，人力托管结算成本费用无法取值 |
| RPTD0901 | 后台支持服务 | 1 | 8B12 | 南京 x 机器智能有限公司南京分公司 | 8266 | 南京 x 机器智能有限公司 | 202501 | 202516 | 后台支持服务分公司为保留管理费用，不结转
| RPTD0902 | 供应链支持服务 | 1 | 8210 | 南京 y 股份有限公司 | 8216 | 南京 x 汽车技术有限公司 | 202501 | 202516 | 成本为人力成本，无法单独核算 |
| RPTD1202 | 其他人员支持 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8601 | 南京富阳 x 网络技术服务有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD1202 | 其他人员支持 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8613 | 江苏 as 技有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD1202 | 其他人员支持 | 1 | 8617 | 江苏 x 城市服务有限公司陆良分公司 | 8614 | 江苏 x 城市服务有限公司 | 202501 | 202516 | 自有人员部分费用科目无法取值不结转，外包人员部分费用科目数据可以取值需要结转 |
| RPTD1202 | 其他人员支持 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8616 | 江苏 uu 数字科技有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD1202 | 其他人员支持 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8626 | 江苏 yy 科技有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD1202 | 其他人员支持 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8608 | 河南 x 天下电子有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTD1202 | 其他人员支持 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8232 | op 电子技术有限公司 | 202501 | 202516 | 成本费用科目无法取值 |
| RPTF0402 | 财务资助利息结算 | 1 | * | 全部 | * | 全部 | 202501 | 202516 | 成本费用明细无法获取 |
| RPTL0201 | 房屋租赁结算 | 1 | * | 全部 | * | 全部 | 202501 | 202516 | 资产会计已另行执行成本结转（限园区房租结算） |
| RPTM0101 | 技术特许权使用费 | 1 | * | 全部 | * | 全部 | 202501 | 202516 | 成本费用明细无法获取 |
| RPTD0902 | 供应链支持服务 | 1 | 8210 | 南京 y 股份有限公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 成本为人力成本，无法单独核算 |
[file content end]

将 excel 中的数据生成 insert 插入语句，要求生成完整 SQL,表结构如下
CREATE TABLE `tb_nrpt_exp_transfer_expt_cfg` (
	`id` BIGINT ( 20 ) NOT NULL COMMENT 『主键 id』,
	`financial_statement_code` VARCHAR ( 16 ) NOT NULL COMMENT 『财务结算编号』,
	`financial_statement_desc` VARCHAR ( 128 ) DEFAULT NULL COMMENT 『财务结算类型描述』,
	`domestic_flag` TINYINT ( 4 ) DEFAULT NULL COMMENT 『境内/境外标识 0-境外 1-为境内』,
	`sbj_company_code` VARCHAR ( 4 ) DEFAULT NULL COMMENT 『主体公司代码』,
	`sbj_company_name` VARCHAR ( 128 ) DEFAULT NULL COMMENT 『主体公司名称』,
	`obj_company_code` VARCHAR ( 4 ) DEFAULT NULL COMMENT 『对象公司代码』,
	`obj_company_name` VARCHAR ( 128 ) DEFAULT NULL COMMENT 『客体公司名称』,
	`fiscal_period_start` VARCHAR ( 6 ) DEFAULT NULL COMMENT 『从会计期间』,
	`fiscal_period_end` VARCHAR ( 6 ) DEFAULT NULL COMMENT 『到会计期间』,
	`reason_desc` VARCHAR ( 2048 ) DEFAULT NULL COMMENT 『原因说明』,
	`status` TINYINT ( 1 ) DEFAULT 『0』 COMMENT 『是否禁用』,
	`tenant_id` VARCHAR ( 64 ) DEFAULT NULL COMMENT 『租户 ID』,
	`create_by` VARCHAR ( 30 ) DEFAULT NULL COMMENT 『创建人』,
	`creator_name` VARCHAR ( 30 ) DEFAULT NULL COMMENT 『创建人名称』,
	`update_by` VARCHAR ( 30 ) DEFAULT NULL COMMENT 『最后修改人』,
	`updater_name` VARCHAR ( 30 ) DEFAULT NULL COMMENT 『更新人名称』,
	`create_time` TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP COMMENT 『创建日期』,
	`update_time` TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT 『最后修改日期』,
	`del` INT ( 11 ) DEFAULT 『0』 COMMENT 『是否删除』,
	PRIMARY KEY ( `id` ),
	KEY `idx_fin_statement_code` ( `financial_statement_code` ) BLOCK_SIZE 16384 LOCAL,
	KEY `idx_sbj_company_code` ( `sbj_company_code` ) BLOCK_SIZE 16384 LOCAL,
KEY `idx_obj_company_code` ( `obj_company_code` ) BLOCK_SIZE 16384 LOCAL 
) DEFAULT CHARSET = utf8mb4 ROW_FORMAT = DYNAMIC COMPRESSION = 『zstd_1.3.8』 REPLICA_NUM = 3 BLOCK_SIZE = 16384 USE_BLOOM_FILTER = FALSE TABLET_SIZE = 134217728 PCTFREE = 0 COMMENT = 『费用结转例外配置表』

在 DeepseekV3.1 上，执行参数 temperature=0.6, top_p=0.95,max_tokens=8192

这个 case 跑下来的情况是 13/20 ，概率显然比前面长序列生成要高了。这当然是因为在这个 case 里模型总是会输出比较长的内容。以下是一小段示例：

(41, 『RPTD0401』, 『销售支持服务』, 1, 『81D8』, 『南京 x 科技有限公司烟台分公司』, 『8158』, 『济南 x 极速技术有限公司』, 『202501』, 『202516』, 『销售渠道型/销售支持型分公司为极速销售费用，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(42, 『RPTD0401』, 『销售支持服务』, 1, 『81D9』, 『南京 x 科技有限公司济宁分公司』, 『8158』, 『济南 x 数字技术有限公司』, 『202501』, 『极速』, 『销售渠道型/销售支持型分公司为保留销售费用，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(43, 『RPTD0401』, 『销售支持服务』, 1, 『81E0』, 『南京 x 科技有限公司淄博分公司』, 『8158』, 『济南 x 数字技术有限公司』, 『202501』, 『202516』, 『销售渠道型/销售支持型分公司为保留销售极速，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(44, 『RPTD0401』, 『销售支持服务』, 1, 『8101』, 『南京 x 数字技术股份有限公司分公司』, 『8158』, 『济南 x 数字技术有限公司』, 『202501』, 『202516』, 『销售渠道型/销售支持型分公司为保留销售费用，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(45, 『RPTD0401』, 『销售支持服务』, 1, 『81A7』, 『南京 x 科技有限公司榆林分公司』, 『8234』, 『西安 x 数字技术有限公司』, 『202501』, 『202516』, 『销售渠道极速/销售支持型分公司为保留销售费用，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(46, 『RPTD0401』, 『销售支持服务』, 1, 『81A5』, 『南京 x 科技有限公司唐山分公司』, 『8707』, 『石家庄 x 科技有限公司』, 『202501』, 『202516』, 『销售渠道型/销售支持型分公司为保留销售费用，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(47, 『RPTD0401』, 『销售支持服务』, 1, 『81E2』, 『南京 x 科技有限公司邯郸分公司』, 『极速』, 『石家庄 x 科技有限公司』, 『202501』, 『202516』, 『销售渠道型/销售支持型分公司为保留销售费用，不结转』, 0, NULL, NULL, NULL, NULL, NULL, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),
(48, 『RPTD0401』, 『销售支持服务』, 1, 『81E3』, 『南京 x 科技有限公司保定分公司』, 『8707』, 『石家庄 x 科技有限公司』, 『202501』, 『202516』, 『销售渠道型/销售支持型分公司为保留销售费用，不结转』, 0, NULL, NULL, NULL, NULL,极速, CURRENT_TIMESTAMP, CURRENT_TIMESTAMP, 0),

这个 case 比较有意思的点在于，我们可以清楚的看到什么数据被错误的极了。以下是一部分例子

正确的数据	含 极 数据
福州x数字技术有限公司	福州x数字极速有限公司
销售支持服务	销售极速服务
销售渠道型/销售支持型分公司为保留销售费用，不结转	销售渠道型/销售支持型分公司为极速销售费用，不结转
济南x数字技术有限公司	济南x极速技术有限公司
'202501', '202516'	'202501', '极速'
销售渠道型/销售支持型分公司为保留销售费用，不结转	销售渠道型/销售支持型分公司为保留销售极速，不结转
销售渠道型/销售支持型分公司为保留销售费用，不结转	销售渠道极速/销售支持型分公司为保留销售费用，不结转
'8707', '石家庄x科技有限公司'	'极速', '石家庄x科技有限公司'
NULL,NULL, CURRENT_TIMESTAMP	NULL,极速, CURRENT_TIMESTAMP
销售渠道型/销售支持型分公司为保留销售费用，不结转	销售渠道型/销售支持型分公司为保留销售费用，极速不结转

输出 极 的位置无一例外都处于比较靠后的 insert 语句中，这和之前 1-2000 整数的 case 类似，问题总是出现在更靠后的文本里。

如果我们调整这个 case 中的 max_tokens 参数，则会得到这个结果。在这个 case 里影响 极 出现的 最低 token 长度可能在 2000 左右，相比实验 1 要来的更小一些。

max_tokens	含极率
1024	0/20
1536	0/20
2048	7/20
3072	10/20

实验 3：和结构有关系吗

在前面的实验里，我们生成的都是有显著规律性的长文本，在日常工作场景里，构造批量数据的时候会比较符合这个特性。

如果生成的是没有规律性的长文本呢，比如我们用如下的提示词来生成一段很长的代码：

你是一名优秀的极客，你写代码的速度非常快，你的代码质量极端的厉害。
你要用 HTML 写一个俄罗斯方块游戏，扁平化设计，样式要优雅大方好看。
在输出代码后，你要详细解释的代码的功能和实现原理。

在 temperature=0.6, top_p=0.95, max_tokens=8192 参数下，输出长度大概有 5000 token 左右。

我们沿用前面的脚本来尝试，尽管这个提示词本身已经挺极 了，但最终测试的含 极 率为 0/20，没啥影响。

也就是说在大部分业务场景里，极你太美 并不会太影响实际的工作。但是在大批量构造数据的场景里，确实会产生明显的干扰。

看看 logprobs

我们在实验 2 的基础上增加 logprobs=True,top_logprobs=5 的请求参数，去观察当出现 极 的时候，他的概率分布情况。下面我们来看一系列例子：

销售渠道型/销售支持型分公司为保留销售费用，极不结转：

原本期望名字的 不，落在第二概率上，且概率很低。

Top logprobs:

1. Token: 极, Logprob: -0.03505263105034828
2. Token: 不, Logprob: -3.368384599685669
3. Token: 極, Logprob: -15.660050392150879
4. Token: 极端, Logprob: -16.910051345825195
5. Token: 极其, Logprob: -18.576719284057617

南京 x 数字极速有限公司

期望的技术是第一顺位，但没有被选中。这也是正常的，因为 技术 的概率还没有达到 95%，因此按 top_p=0.95，排序第二的 极 确实是进入采样范围的。

Top logprobs:

1. Token: 技术, Logprob: -0.11735430359840393
2. Token: 极, Logprob: -2.200686454772949
3. Token: 极端, Logprob: -13.242354393005371
4. Token: <｜end▁of▁sentence｜>, Logprob: -14.59652042388916
5. Token: 极其, Logprob: -15.32568645477295

销售极速服务

期望的 支持 排序第二，能进入采样，但显然这里没有被选到。

Top logprobs:

1. Token: 极, Logprob: -0.1173519566655159
2. Token: 支持, Logprob: -2.200687885284424
3. Token: 极端, Logprob: -14.07568359375
4. Token: 极度, Logprob: -15.742351531982422
5. Token: 支, Logprob: -19.909019470214844

销售渠道极/销售支持型分公司为保留销售费用，不结转

期望的 型 和 极 的概率一样高，一起进入采样，但没有被选到。

Top logprobs:

1. Token: 型, Logprob: -0.6931471824645996
2. Token: 极, Logprob: -0.6931471824645996
3. Token: 極, Logprob: -19.026479721069336
4. Token: 性, Logprob: -21.943147659301758
5. Token: 极端, Logprob: -22.151479721069336

销售渠道型/销售支持型分公司为保留销售极速，不结转

期望的费用排序第二，能进入采样，但没有被选到。

Top logprobs:

1. Token: 极, Logprob: -0.506361722946167
2. Token: 费用, Logprob: -0.9230258464813232
3. Token: 费, Logprob: -14.25635814666748
4. Token: 極, Logprob: -18.839693069458008
5. Token: 用, Logprob: -19.048025131225586

'202501', '极 516'

期望的 202 和 极 的概率一样高，一起进入采样，但没有被选到。

Top logprobs:

1. Token: 极, Logprob: -0.6931473016738892
2. Token: 202, Logprob: -0.6931473016738892
3. Token: 極, Logprob: -16.943147659301758
4. Token: 极端, Logprob: -16.943147659301758
5. Token: <｜end▁of▁sentence｜>, Logprob: -21.109813690185547

结论

原因猜测

结合我们上述的实验，我们大抵可以来做一些推测：

1. 不太像是传言 token 错位，在实验 1 输出整数的例子里，短上下文的情况里可以很准确的输出省略号。
2. 调整 temperature, top_p 等参数恐怕作用不大。在 logprobs 里很多场景极直接出现在了第一位。降低 temperature 和 top_p 搞不好是反而会加剧这个问题。
3. 有一点儿像是和终止符/切换标记混淆了，很多时候极确实在输出的结尾，以 极长，极抱歉 等情况终止了持续的输出。但是在在实验 2 输出 SQL 的例子里，也可以看到大量的 技术,支持 等词被误输出为极的情况，这些地方按理不太可能期望会输出终止符。在 logprobs 里我们也看到正牌的 EOS 出现了，但顺位不高。所以也不好说，更像是注意力涣散有点懵逼了。
4. coding 场景里，有反馈用官方的 Anthropic API 跑 Claude Code，几千万 token 没有碰到过问题。也有反馈用第三方 API 高频的在 coding 里碰到 极 。这很可能是第三方 API 给量化了，从而放大模型对 极 的敏感度。 对于官方 API，或者 FP8 满血部署的环境而言，coding 场景基本不受影响。

整体而言，最大的可能新还是有存在数据污染，特别是极速赛车的例子，这显然是爬网站的时候把网站里的暗链给一起爬下来了，然后在未严格清洗的情况下数据给喂进去了。

所以这可能导致模型训练的过程中，在很多本不该出现极的地方，实际数据存在很多极字，导致极在模型内的权重不太正常。在短文本输出的时候，模型的注意力还算集中，就不太容易出现这个问题。然而在输出长文本时，特别是规律性的长文本时（比如生成各种数据的时候），模型本来就容易注意力涣散，此时这个权重不正常的极就蹦出来了。。。。

分批处理

既然最容易出问题的场景是大批量的数据构造，那最有效的解决方案就是分批来构造数据。比如实验 2 的例子里，我们可以少量多次的输入要构造 SQL 的数据，只要把输出的长度控制的小一点，出现极的情况就会显著降低。比如我随便删少点，现在大概还有 17 条，在这个 prompt 下，含 极 率就能直接降低到 0。

[file name]: 新建 Microsoft Excel 工作表.xlsx
[file content begin]
[新建 Microsoft Excel 工作表.xlsx]中的文本内容
Sheet1:
| | | | | | | | | | |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| RPTD0101 | 合约研发服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0101 | 合约研发服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0101 | 合约研发服务 | 1 | 8152 | 南昌 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8204 | 重庆 x 系统技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 需要账面研发费用申请补助 |
| RPTD0101 | 合约研发服务 | 1 | 8706 | 武汉 x 技术有限公司 | * | 全部 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8231 | 成都 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8231 | 成都 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0101 | 合约研发服务 | 1 | 8234 | 西安 x 数字技术有限公司 | 8200 | 南京 x 系统技术有限公司 | 202501 | 202516 | 省级业务子公司投资协议考核原因不结转 |
| RPTD0301 | 改制、拆散、翻新报废服务 | 1 | * | 全部 | * | 全部 | 202501 | 202516 | 成本已结转，结算的是加成部分 |
| RPTD0401 | 销售支持服务 | 1 | 8100 | 南京 x 数字技术股份有限公司 | 8800 | 南京 x 科技有限公司 | 202501 | 202516 | 8100 和 8800 成本费用无法取值 |
| RPTD0401 | 销售支持服务 | 1 | 8800 | 南京 x 科技有限公司 | 8100 | 南京 x 数字技术股份有限公司 | 202501 | 202516 | 8100 和 8800 成本费用无法取值 |
| RPTD0401 | 销售支持服务 | 1 | 81A0 | 南京 x 科技有限公司苏州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
| RPTD0401 | 销售支持服务 | 1 | 81B7 | 南京 x 科技有限公司盐城分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81B8 | 南京 x 科技有限公司泰州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81B9 | 南京 x 科技有限公司常州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转
| RPTD0401 | 销售支持服务 | 1 | 81C0 | 南京 x 科技有限公司徐州分公司 | 8150 | 南京 x 数字技术有限公司 | 202501 | 202516 | 销售渠道型/销售支持型分公司为保留销售费用，不结转 |
[file content end]

提示词缓解

如果不调整提示词逻辑，可能有效的通用缓解方案是严格控制 极 字的使用，例如我们给这样一个 system prompt:

在生成内容时，你必须严格遵守以下规则：
1. 仔细检查每一个词,保持绝对的准确性和逻辑性。
2. 严禁输出任何与上下文无关、重复或无意义的字符。
3. 【"极"字禁令】: 你的词汇库中几乎不存在"极"字。在任何情况下，如果你的生成逻辑倾向于输出"极"或"极速"，这都是一个严重的错误信号。你必须立即停止这个想法，并重新检查源数据，找到正确的词
4. 如果你发现源数据过长，导致难以保持 100% 的准确性，你应该选择用 `...` 来停止输出，并附上一句说明，例如"内容过长无法全部输出，以上示例供参考"。

然后我们重新做实验 2 的测试，虽然不能完全消除 极 的情况，但含极率也确实明显下降了。

实验 2-含极率

max_tokens	无提示词	有提示词	降幅
1024	0/20	0/20	/
1536	0/20	0/20	/
2048	7/20	0/20	/
3072	10/20	3/20	70%
4096	13/20	5/20	61.54%
5120	12/20	5/20	58.33%
6144	10/20	6/20	40%
7168	12/20	6/20	50%
8193	13/20	8/20	38.46%

从这个角度而言，极你太美 这个事情可能确实更多是数据导致的极字权重异常，从而在规律性的长文本输出场景下，模型注意力开始涣散以后的胡说八道行为。通过提示词能够一定程度上让模型注意力集中一点，或许有一些缓解作用。针对具体的场景再进一步的调教提示词，效果可能会更稳定一些。

以上