一句话定义： DRY 采样（Don't Repeat Yourself sampling）是一种解码策略：当候选 token（词元）会让当前片段变成之前出现过的 n-gram（连续 n 个 token）时，就按重复长度给它降权，从而抑制复读。
原理：打“复读机”，不打常用词
模型写“我们要降本增效，我们要降本增效……”时，频率惩罚（frequency penalty）像统计“我们”出现多少次，出现多就罚；存在惩罚（presence penalty）更粗，只要出现过就压。它们容易误伤必要的“的、了、the、and”。
DRY 不看单个词频，而看“这段搭配是不是又来了”。每生成一步，它把候选 token 和上文末尾拼成不同长度的 n-gram，去更早文本里找相同片段。重复长度没到允许值就放过；超过后，重复越长，惩罚越重。比如“降本增效”重复只是轻推，整句“我们要降本增效”重复就罚得更狠。它不像禁止重复 n-gram（no_repeat_ngram_size）那样“见过一次就拉黑”，也不像频率惩罚那样把常见词全压扁。换行、冒号、引号等“序列分隔符”（sequence breakers）会切断匹配，避免把列表格式、JSON 括号当成复读。
| 方法 | 依据 | 风格 | 常见副作用 |
|---|---|---|---|
| 频率惩罚 | token 出现次数 | 软惩罚 | 高频常用词、专名被误伤 |
| 存在惩罚 | token 是否出现过 | 软惩罚 | 较粗糙，只鼓励新词 |
| 禁止重复 n-gram | 固定长度片段出现过就禁 | 硬约束 | 生硬，破坏必要重复 |
| DRY 采样 | 已出现 n-gram，越长罚越重 | 软约束 | 参数太强会削弱合理重复 |
和相邻概念的区别
重复惩罚（repetition penalty）通常对已出现 token 统一压 logits（模型输出分数），简单但一刀切；DRY 按“重复了多长”给软惩罚，更像人类说“你又复读了”。要绝对禁止重复片段，用 no_repeat_ngram_size；要自然、别啰嗦，DRY 更合适。
实际意义
写长文、多轮对话、RAG 摘要时，模型容易循环。DRY 提供细旋钮：惩罚倍率、底数、允许长度、惩罚窗口、分隔符。参数太强会压掉诗歌副歌、合同条款、代码里的必要重复。不同推理框架是否支持、参数名和默认值不同，以官方页面为准。
普通用户遇到复读，可先找“重复惩罚/DRY”设置；没有就调 temperature、top_p，或提示“不要重复上一段”。复读常和模型、上下文、提示词有关，单个参数不是万能药。