资料源

本表优先收录原始论文、规范和标准。正文中的状态对象与伪代码是跨实现抽象；具体产品的 chat template、kernel、调度器、streaming 协议和工具 API 仍须绑定其不可变版本文档。来源支持算法或接口定义，不把某个实验结果外推为所有系统的性质。

输入、Unicode 与 Tokenization {#source-input}

• Unicode Consortium, Unicode Standard Annex #15: Unicode Normalization Forms。用于 NFC、NFD、NFKC、NFKD 及规范化一致性的标准定义。
• F. Yergeau, RFC 3629: UTF-8, a transformation format of ISO 10646, 2003。用于 UTF-8 字节与 Unicode 标量值的编码边界。
• Rico Sennrich, Barry Haddow, and Alexandra Birch, Neural Machine Translation of Rare Words with Subword Units, ACL 2016。用于 BPE 子词建模的原始神经机器翻译工作。
• Taku Kudo and John Richardson, SentencePiece: A simple and language independent subword tokenizer and detokenizer for Neural Text Processing, EMNLP 2018。用于直接从原始句子训练、分词与反分词的具体接口背景。

聊天模板不是单一学术标准。正文因此只规定确定性序列化契约，不声称不同框架的角色标记或特殊 token 可以互换。

Transformer 前向与 KV {#source-transformer}

• Ashish Vaswani et al., Attention Is All You Need, 2017。用于 scaled dot-product attention、multi-head attention、残差和位置级前馈网络的基础定义。
• Joshua Ainslie et al., GQA: Training Generalized Multi-Query Transformer Models from Multi-Head Checkpoints, 2023。用于 query 头与较少 KV 头之间的 grouped-query 接口。
• Tri Dao et al., FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness, NeurIPS 2022。用于“不显式物化完整 attention 矩阵但保持精确逻辑结果”的实现背景。

解码、约束与随机数 {#source-decoding}

• Ari Holtzman et al., The Curious Case of Neural Text Degeneration, ICLR 2020。用于 nucleus/top-p sampling 的提出与开放式文本解码背景。
• Brandon T. Willard and Rémi Louf, Efficient Guided Generation for Large Language Models, 2023。用于把正则或上下文无关约束转成有限状态引导生成的算法背景。
• John K. Salmon et al., Parallel Random Numbers: As Easy as 1, 2, 3, SC 2011。用于 Philox 等 counter-based PRNG 的原始来源；第七章使用 Philox 名称只为固定教学夹具。

正文给出的处理器顺序是本卷参考配置，不是上述论文规定的跨库标准。复现具体服务必须保存它自己的有序处理器列表。

Cache 管理与连续批处理 {#source-serving}

• Woosuk Kwon et al., Efficient Memory Management for Large Language Model Serving with PagedAttention, SOSP 2023。用于分页 KV cache、请求动态增长与连续批处理的系统背景。

卷二只依赖这些优化应保持逻辑 token/cache 语义；吞吐、量化和并行策略的工程展开见卷一第六章。

连续扩散、潜变量与引导 {#source-diffusion}

• Jonathan Ho, Ajay Jain, and Pieter Abbeel, Denoising Diffusion Probabilistic Models, NeurIPS 2020。用于高斯前向扰动与学习逆过程。
• Jiaming Song, Chenlin Meng, and Stefano Ermon, Denoising Diffusion Implicit Models, ICLR 2021。用于 DDIM 更新及确定性采样路径。
• Robin Rombach et al., High-Resolution Image Synthesis with Latent Diffusion Models, CVPR 2022。用于潜空间去噪、VAE 与 cross-attention 条件化。
• Jonathan Ho and Tim Salimans, Classifier-Free Diffusion Guidance, 2022。用于有条件与无条件预测的线性组合。

Flow 与数值积分接口 {#source-flow}

• Yaron Lipman et al., Flow Matching for Generative Modeling, ICLR 2023。用于条件概率路径、向量场学习与 ODE 采样接口。

Euler 与 Heun 公式是标准数值分析算法；正文只用它们说明 solver、步数与网络评估次数是生成配置的一部分，不试图替代数值分析教材。

离散扩散与掩码修订 {#source-discrete-diffusion}

• Jacob Austin et al., Structured Denoising Diffusion Models in Discrete State-Spaces, NeurIPS 2021。用于 D3PM 转移矩阵与离散逆过程。
• Huiwen Chang et al., MaskGIT: Masked Generative Image Transformer, CVPR 2022。用于并行预测、置信确认与多轮掩码修订的代表性实例。
• Shen Nie et al., Large Language Diffusion Models, 2025。作为掩码扩散语言模型实例；本卷不据此宣称该路线已经取代自回归语言模型。

JSON 与 Schema {#source-schema}

• Tim Bray, RFC 8259: The JavaScript Object Notation (JSON) Data Interchange Format, 2017。用于 JSON 文本、对象、数组、数字与字符串的标准语法。
• JSON Schema project, JSON Schema Core, Draft 2020-12 与 Validation Vocabulary, 2022。用于 schema dialect、vocabulary、结构断言与 format 行为。

幂等、重试与提交语义 {#source-transactions}

• R. Fielding, M. Nottingham, and J. Reschke, RFC 9110: HTTP Semantics, 2022，尤其是 9.2.2 节。用于 HTTP 方法幂等性的标准定义。

RFC 9110 不保证任意工具写调用“恰好一次”。正文的幂等键、规范请求摘要、outcome unknown 与提交边界是应用协议必须额外实现并记录的契约。

分布式事件关联 {#source-tracing}

• W3C, Trace Context, W3C Recommendation, 2021。用于跨 HTTP 服务传播 trace ID、parent ID 与供应商状态的标准格式。

Trace context 负责关联事件，不自动保存模型输入、Invocation 参数或外部提交证据；这些仍由正文定义的事件 payload 提供。

章节—来源对应

章节	主要来源组
第一章	输入、Unicode 与 Tokenization
第二章	Transformer 前向与 KV、Cache 管理
第三至四章	解码、约束与随机数、Cache 管理
第五章	连续扩散、Flow、离散扩散
第六章	JSON 与 Schema、幂等与提交、分布式事件
第七章	上述全部来源组；数值与 ID 是本卷合成夹具