让稠密语言生成更简单：确定性、随机化与多阶算法

本文研究语言生成极限模型：生成器从正例流中学习，并最终持续输出既属于目标语言、又未在数据中出现的字符串。论文给出更简洁的确定性框架，恢复1/2的最优下密度保证；在无知对手下，随机化可将保证提升至1-1/e，并支持有限多个重要性排序同时达到最优保证。