内容重复问题在 Nemotron-Labs-Diffusion 这类采样式扩散模型中，通常不是模型本身故障，而是采样策略中温度、top_p 和重复惩罚的配合没有拉开不同位置的 token 概率差。若你发现连续几句高度相似，应优先调整采样参数而非重新训练。下面给出可落地的参数调节路径，所有建议以可回滚、单变量修改为原则。
内容重复最常见的诱因是 temperature 过低或重复惩罚未开启。建议先把 temperature 提高到 0.9 以上，并显式设置 repetition_penalty 在 1.15-1.25 之间。每次只改动一个参数，用相同提示词生成 5-10 次，观察重复片段是否减少。注意温度升高可能带来逻辑松散，调整后需要用语法流畅度和事实一致性交叉验证。
先判断重复模式，再动参数
短片段重复（如 3-5 个词循环）通常与 no_repeat_ngram_size 或 repetition_penalty 有关，而整段整段的重复可能由温度过低导致。操作动作是：先用一句话提示词连续生成 5 次，记录重复出现的位置和长度。这一步能避免盲目调参。
核心采样参数调节建议
| 参数 | 作用 | 调节方向 | 风险边界 |
|---|---|---|---|
| temperature | 控制概率分布平滑度 | 从 0.7 开始逐步上调，每步 0.1 | 过高会导致逻辑松散、事实漂移 |
| top_p | 按累积概率截取候选 token | 保持在 0.9-0.95 | 过低会减少多样性，同样产生重复 |
| top_k | 限制候选 token 数量 | 通常取 50 附近 | 过小会缩小选择范围 |
| repetition_penalty | 对已出现 token 打分加权 | 设置为 1.15-1.25 | 过高会损害语义连贯性 |
| no_repeat_ngram_size | 禁止重复 n-gram | 设为 3 或 4 | 可能限制长句表达 |
以上参数并非所有采样器都支持，字段名也可能不同，需要结合当前 SDK 实际暴露的接口来配置。
配置示例：一段可替换的 sampling_params
以下 JSON 结构是常见推理接口中的采样参数片段，可直接复制到请求体里。如果当前模型不支持某个字段，先删除再测试。
{
"temperature": 0.95,
"top_p": 0.92,
"top_k": 50,
"repetition_penalty": 1.2,
"no_repeat_ngram_size": 3,
"max_new_tokens": 256
}注意：修改前保存原参数，一次只调整一个字段。例如先改 temperature，再测 repetition_penalty，不要同时改动多个。
验证清单：如何判断调整生效
- 固定同一提示词，生成 5 次，确认重复片段不再连续出现。
- 把 temperature 降到 0.85 或升到 1.0，观察重复与语感变化，找到你的业务可接受范围。
- 单独开闭 repetition_penalty，对比输出长度和语义是否稳定。
- 记录每个参数组合在真实任务中的表现，比如回答长度和关键词命中，但不要只追求多样性而忽略回答质量。