待验证50% 置信事实精确时间
Decide Live 的打分公式为 P(option_i) = softmax_i(19.96 * cos(e_query, e_option_i))，缩放系数 19.96 是学习得到的，对应约 0.05 的温度
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证UP主采用Unsloth推荐的采样参数：temperature为1、top K为20、repeat penalty为1、min P为065% 相似已验证带温度参数 T 的 Softmax 公式为 P(xᵢ) = exp(zᵢ/T) / Σexp(zⱼ/T)，当 T→0 时退化为 argmax，当 T→∞ 时趋近于均匀分布65% 相似待验证温度参数（Temperature）的数学本质是对Softmax函数输出的概率分布进行缩放，趋近于0时模型进行贪心解码65% 相似待验证在LLM层面微量随机因子对应调高采样温度（Temperature）或Top-P参数，工程做法是检测到轨迹重复时将Temperature从默认值（如0.2）动态提升至0.7~1.064% 相似已验证temperature为0时退化为贪婪解码，每步选取概率最高的Token，但仅能保证单次模型版本内的确定性62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002777API
curl https://kongchang.com/api/v1/knowledge/claims/1002777MCP
get_claim(id=1002777)