文字生成 (Text generation)

LLM 最核心的任務：根據 prompt 產生自由格式的文字，涵蓋 chat、寫作、補全等所有輸出本身為自然語言的場景。

Text generation（文字生成）是 LLM 任務的總稱：根據 prompt 產出自然語言文字。涵蓋從補完一個句子（「the quick brown fox...」）到寫文章、報告、程式碼、email、摘要、對話、行銷文案，或任何輸出本身是自由格式文字的東西。它重要的原因是：文字生成是 LLM 的預設使用場景——幾乎每個消費者面 AI 產品（ChatGPT、Claude、Gemini、Kimi）本質上都是文字生成介面。LLM 能透過這種方式處理的任務廣度，讓技術這麼靈活：同一個模型能起稿行銷文案、重構 code、翻譯、腦力激盪、輔導學習，全部用同一個通用介面。簡單例子：你給模型「寫一首關於台北的俳句」，它產出三行詩。或「繼續這個故事...」，它接寫一段。或「回覆這封客戶 email...」，它生草稿。同一個模型處理這所有任務，不需要任務特定訓練。底層上，文字生成是模型自回歸地一次一個 token 預測，每一步都受前面所有東西影響。Sampling 參數（temperature、top-p）控制多樣性。品質取決於 prompt、模型、跟 decoder 雜訊處理方式。延伸閱讀：chat、summarization、code generation、sampling、decoding。