待验证50% 置信观点精确时间
temperature、top_p、top_k 组合使用时效应难以预测，是同一提示词在不同参数下输出风格漂移的主要来源。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证自回归生成的输出受采样策略（temperature、top-p 等超参数）影响，难以保证完全一致的输出77% 相似已验证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75% 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% 相似待验证Top-p（核采样）通过限定候选token的累积概率范围来控制输出多样性，与Temperature配合使用可实现更精细的输出调节71% 相似待验证由于模型工具选择受上下文窗口内容、温度参数、推理链路等因素影响，相同输入在不同运行中可能产生不同的调用序列，这种非确定性是Mock难以覆盖的根本原因70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1083717API
curl https://kongchang.com/api/v1/knowledge/claims/1083717MCP
get_claim(id=1083717)