一句话定义：计划采样（Scheduled Sampling）是一种训练序列生成模型的技巧——在训练过程中，按预定节奏把喂给模型的"真实上文"逐步替换成"模型自己生成的上文"，让训练时的输入分布逐渐靠近推理时的真实情形。
问题的根源：曝光偏差
自回归模型（autoregressive model）生成一句话，是一步步来的：给定前文，预测下一个 token，再把预测结果接到前文后面继续。
但标准训练用的是教师强制（teacher forcing）：每一步都拿语料里的真实前文当输入。于是出现一个错位——训练时模型见到的上文永远是正确的，推理时见到的上文却包含自己刚犯的错。这叫曝光偏差（exposure bias）。后果是误差累积：第一个词偏了一点，第二个词基于错误上文继续偏，越往后越离谱。
打个比方：老师让学生写作文，每次都在他写错一句后，先悄悄把这句改成正确的，再让他接着写下一句。学生练了一百篇，从没练习过"上一句写砸了怎么办"。真上考场，一句崩、篇篇崩。
怎么做的
思路很朴素：别总是给正确答案，偶尔让他带着自己的错误往下写。
具体做法是引入一个随训练进程变化的概率 ε：每一步以 ε 的概率用模型自己采样出的 token 作为下一步输入，以 1−ε 的概率仍用真实 token。ε 通常从接近 0 开始，随训练轮次逐渐升到接近 1——早期模型太差，先跟着标准答案走保证能收敛；后期越来越"放手"，让它适应自己的输出分布。这个 ε 的变化曲线就叫"调度"（schedule），常见有线性、指数、反向 sigmoid 几种，具体选哪种以实验为准。
和相邻概念的区别
| 方法 | 训练输入 | 优化信号 | 特点 |
|---|---|---|---|
| 教师强制 | 全是真实 token | 逐 token 极大似然 | 稳定、可并行，但有曝光偏差 |
| 计划采样 | 真实与自采样混合 | 仍是逐 token 似然（但已偏离标准形式） | 改动小、成本低，训练目标变复杂 |
| 强化学习类方法 | 自采样 | 整句级别的奖励 | 直接优化序列质量，但方差大、难训 |
它和课程学习（curriculum learning）思想相通——由易到难；也和"训练时加噪"不同：加噪是随便扰动输入，计划采样扰动的来源是模型自己，目的指向训练与推理的分布对齐。
代价与坑
计划采样最大的问题是把训练目标搞复杂了：损失函数不再是对标准数据的严格极大似然，梯度带了偏，理论保证变弱。其次是破坏并行——要拿到模型自己生成的 token，就必须一步步串行前向，这在靠并行吃性能的大规模 Transformer 训练里代价很高。此外，它对调度曲线和混合比例很敏感，调不好反而拖慢收敛；也有研究认为它更多是让模型"适应噪声"，而非真正消除曝光偏差。
对从业者的意义
真正的收获不是这个技巧本身，而是它点出的通用问题：训练分布和推理分布不一致。做自回归模型时如果发现"老师强制下指标很好、自由生成就崩"，先分清是训练侧分布错位，还是解码策略（如 beam search）的问题。现代大模型更常用海量数据、强化学习微调或推理阶段的自我纠正来缓解同类问题，计划采样则是一个便宜、易懂、适合中小规模场景的参考方案。