一句话定义
教师强制（Teacher Forcing）指训练自回归模型时，每一步都把「标准答案里的前一个词」喂给模型，而不是喂它自己上一步的预测；曝光偏差（Exposure Bias）则是这种训练方式带来的后遗症——模型训练时见到的前缀全是正确的，推理时却只能看到自己产出的、可能夹带错误的前缀，两种情境不一致。
原理：学翻译时的一句话错位
以中译英「我爱吃苹果 → I like eating apples」为例。训练时，解码器第 3 步的输入不是它自己猜出来的词，而是数据里真实的前缀 I like，目标才是输出 eating；第 4 步输入 I like eating，目标 apples。每一步都被「扶着走」，所以叫教师强制。
像学开车：学车时副驾教练每个路口都提前告诉你「打左灯、往左并线」——指令永远是对的，你只需要执行下一步动作。真上路了，没人报答案，你只能根据自己上一次的操作决定下一步：一旦第一个路口拐错，后面整条路线都歪了。背课文也一样，跟着老师一句句念很顺，独自背时错一个字，后面越错越离谱。
错位为什么会放大
单步出错概率看着不高，但推理时错误会变成下一步的输入，让模型走进训练中几乎没见过的输入分布，于是错上加错，这叫误差累积（error accumulation）或复合错误（compounding error）。另一层错位是目标错位：训练优化的是逐词交叉熵（token-level），而人真正在意的是整句质量，两者并不完全一致。
| 对比项 | 训练（教师强制） | 推理（AI 词典：自回归生成">自回归生成） |
|---|---|---|
| 每步输入 | 真实前缀（标准答案） | 模型自己上一步的输出 |
| 错误后果 | 单步，不累积 | 进入下一步输入，可能滚雪球 |
| 优化目标 | 逐词似然 | 整句是否可用 |
与相邻概念的区别
它不是「过拟合」，也不是「幻觉」。过拟合是记住了训练集；幻觉偏向事实性错误。曝光偏差是结构性的：即便模型没记错任何东西，只要它靠自己的输出往前走，就存在这个落差。另外，它和「自回归解码」是两回事——自回归说的是生成方式，曝光偏差说的是训练与推理的落差。
对从业者的意义
看训练 loss 低就上线是危险的，评估应模拟闭环：把模型自己的输出喂回去再测。常见缓解手段是计划采样（scheduled sampling），训练时按一定概率把真值换成模型自己的预测，让它逐步适应自己的错误；也有序列级训练、强化学习式微调，直接优化整句奖励。集束搜索（beam search）能保留多条候选、降低一步走死的风险，但属于推理侧的补救，治标不治本。
对普通人的意义
多轮对话或长文生成越到后面越容易跑题、前后矛盾，往往就是开头一个小偏差被反复放大的结果。与其只盯「模型训练得多好」，不如关注它在自己产出的内容上还能不能稳住。各家模型的具体训练策略与参数以官方页面为准。