大模型中Temperature的解释

Temperature(温度)是大模型生成时的超参数,通过缩放 logits 调节输出概率分布的‌随机性与确定性‌:值越低输出越保守可预测,值越高越多样但可能失准 。‌‌

核心作用与数值含义

  • ‌**T < 1(低温)**‌:概率分布变"尖锐",高概率词被放大,输出更确定、重复、适合事实问答/代码/翻译。
  • ‌T = 1‌:保持模型原始概率分布,为标准采样基准。
  • ‌**T > 1(高温)**‌:概率分布变"平滑",低概率词机会增加,输出更多样、跳跃,适合创意写作/头脑风暴;过高(如>1.5)易导致逻辑混乱或幻觉。
  • ‌T = 0‌:退化为贪婪解码(始终选概率最大词),输出完全固定可复现 。‌‌
相关推荐
奕鼎竜瑆1 小时前
Solid 前端响应式开发从零到精通
前端·人工智能
YOLO数据集集合2 小时前
无人机桥梁损伤目标检测数据集 | 桥梁损伤 无人机巡检 结构健康监测 多类别检测9135期
人工智能·目标检测·无人机
动恰客流统计2 小时前
景区客流统计怎么做?兼顾管控与运营的实施方案解析
大数据·前端·人工智能
weixin_443883012 小时前
合规整改倒计时:高等级签名证书的应用场景
大数据·人工智能·法大大·法大大电子签·电子合同
魔猴疯猿2 小时前
从0到1用Python开发第一个智能体
人工智能·python·深度学习·神经网络·机器学习
天一生水water3 小时前
变分模态分解(VMD)的教程
人工智能
荆棘鸟智能3 小时前
林业遥感长势评估怎么做?从NDVI时序分析到LiDAR蓄积量回归
人工智能·算法·智慧林业
代码方舟3 小时前
数据科学风控实战:基于天远全能消金报告构建自动化信用评估网关
运维·人工智能·自动化
Yan-英杰3 小时前
2026年数据采集服务怎么选?4大主流平台(亮数据 Bright Data、Apify、ScrapingBee、Zyte)深度对比
人工智能·神经网络·microsoft·机器学习·ai开发工具