语言模型回答总是千篇一律：先找嵌入空间里的空位，碰撞率最多降12.8%
语言模型面对开放问题时常常给出语义相近的答案，即使可选项很多。Gap Detection把候选方向放在共享文本嵌入空间里搜索，用查询相关性（Demand）与对最近已有答案的差异性（Defensibility）相乘得到GapScore，再经语言模型映射为概念词并生成文本。在五个主题和90条INFINITY-CHAT查询上，报告的输出Collision平均相对下降分别为12.8%和10.8%；在每方法100条训练样本的迭代合成数据增强中，Collision从0.324降到0.298，Vendi Score从27.16升到29.20，而40例测试集上的准确率只差一例。