ai人工智能笔记(二)

文章目录

上一篇放不下了,拆出来一篇。

temperature温度

在大模型中,温度用来控制模型输出随机性和创造性的核心参数。

温度越低,发散性越低,生成结果越确定。# 如 代码生成用低温度

温度越高,发散性越高,生成结果越不确定。 # 如 写小说用高温度

top-p

生成中的又一概念,一般和温度结合使用。

为什么要用top-p?

如果温度很高,分布会变的很散,会随机从这些很散的内容里面选,风险很高。

如果设置top-p为90%,会根据候选词的概率排序,然后累加到90%,这样限定了候选词的范围。

在发散的前提下,又保证了质量。

相关推荐
一隅论数智1 天前
给AI一张“业务概念地图“:本体如何从哲学走向企业智能
大数据·人工智能·经验分享·笔记·学习·学习方法·政务
深圳老胡1 天前
STM32F407 控制 L6470 步进电机驱动 —— 控制过程简介
笔记·stm32·单片机·嵌入式硬件·代码规范
Because_of_Her11 天前
并查集-听课笔记
笔记·算法·并查集
彧azz1 天前
Linux 环境下 Redis 学习总结:数据类型、持久化、锁、事务、主从与缓存问题
linux·redis·笔记·学习·面试
陈卫军老师1 天前
陈卫军:把口味写在一张纸上,店才稳得住
经验分享·笔记·流量运营
`流年づ1 天前
人工智能学习笔记 - 补充
人工智能·笔记·深度学习·学习
qeen871 天前
【Linux】操作系统之进程介绍(二)
linux·笔记·学习·进程
从零开始的嵌入式之旅1 天前
day47
arm开发·经验分享·笔记·嵌入式硬件
陈年老古董1 天前
MediaPipe 姿态检测与脸部关键点检测
笔记·python·opencv·学习·dlib
彧azz1 天前
操作系统时间管理与系统核心板块学习总结
c语言·笔记·学习·系统架构