Diversity Score (Distinct-1/Distinct-2) 是大模型与推理领域中文本生成任务的重要评估指标。原始定义（Li et al., 2015）为：不同 unigram、bigram 的数量分别除以生成文本的总词数。衡量生成内容的词汇多样性与避免重复能力。值越高说明模型能产生更丰富、不千篇一律的文本。

部分后续实现与教程改用「全体 n-gram 数」 作为分母，与原始论文口径不同，对比时需注意。通常以无量纲分数报告。该指标在相关基准和论文中被广泛使用，能有效反映模型在该维度的表现。数值越高越好。