YYMuse

温度参数

Temperature
模型评估

控制 LLM 输出随机性的超参数,值越高输出越随机多样,值越低输出越确定集中,通常在 0-2 之间调节。

# 超参数 # 生成控制

Temperature(温度参数)

机制: 在 Softmax 之前用温度 T 除以 logits,改变概率分布的平滑程度。

参数选择指南:

场景 推荐值 效果
代码生成、事实问答 0 - 0.3 确定性强,减少幻觉
通用对话 0.7 平衡
创意写作、头脑风暴 1.0-1.5 多样性高

与 Top-p 配合: Temperature 调整分布尖锐度,Top-p(nucleus sampling)截断低概率候选。

提示: 生产环境的事实查询通常设 temperature=0。

← 返回词汇列表