待验证50% 置信事实精确时间
temperature 参数控制采样随机性：值越低输出越确定，接近 0 时模型倾向于选择概率最高的 token，适合代码生成、SQL 生成等要求可复现的场景。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
已验证Temperature 控制采样分布的平坦程度，值越高越倾向选择低概率词汇；Top-p 通过累积概率阈值动态收窄候选词汇集合78% 相似待验证温度为零的贪心解码会进一步压制模型输出ESCALATE的概率，因为模型倾向选择训练中出现频率最高的回答模式，而上报在指令微调数据中本就稀少75% 相似已验证大模型输出具有随机性（由Temperature参数控制），单次比对不具决定性意义，需多次采样统计比较75% 相似待验证贪婪解码每步选择概率最高的token，最能暴露模型的重复倾向；采样结合temperature参数通过对logits除以temperature重新归一化来权衡多样性与连贯性74% 相似已验证LLM的非确定性来源于采样策略，Temperature参数控制输出分布的随机程度，Top-p和Top-k进一步约束候选Token范围73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025190API
curl https://kongchang.com/api/v1/knowledge/claims/1025190MCP
get_claim(id=1025190)