1、Temperature(温度)
原理：模型计算出下一个token所有可能概率分布后，Temperature会调整这个分布的平滑度。
示例：
llm每次要写一个字时，它会有一张候选词清单，每个词后面都标着模型计算的概率
比如：
"我今天想去------"，
清单可能是：
公园(80%)、超市(15%)、月球(5%)
高Temperature(如1.0+)：会让低概率的Token更容易被选中，使生成结果更有创造性，可能出现不连贯的词语。
低Temperature(如0.2)：会让高概率的token权重更大，使生成结果更稳定、更保守。比如上述，模型几乎只会选择"公园"，选"超市"的概率极低，"火星"完全没有机会。
总结：
温度越高：越活跃，llm生成文本多样性高
温度越低：越稳定保守，llm生成文本多样性低
2、Top P(核采样)
原理：设定一个概率阈值(p)，然后从高到低累加所有Token的概率，直到总和超过p为止，模型只会在这个累加出来的"核心"词汇表中选择下一个token。
高Top p(如:0.9):候选词汇表大，生成结果多样性
低Top p(如:0.2):候选词汇表小，生成结果稳定，保守
示例：
假设模型要完成句子："今天天气真..."
模型预测的下一个词可能是：好(60%)、不错(30%)、糟(9%)、可乐(0.01%)。
高Temperature：会提升所有词的概率，使得"可乐"这个不相关的词也有机会被选中。
Top P (设为0.9)：会选择概率总和达到90%的词。这里 好(60%) + 不错(30%) = 90%，所以模型只会从"好"和"不错"中
选择，直接排除了"可乐"这种离谱的选项。
如果top p设置0.2：
1、将词汇表里的词，按概率从高到低排序
2、从概率最高的开始累加概率
3、一旦累积概率超过设定的p值（0.2），就停止，并只从这些被选中的词中抽样
按这个步骤计算，候选词里面之后"好"这一个词
【模型参数官网】
比如通义千问：
