待验证50% 置信事实精确时间
温度参数通过对 softmax 层的 logits 进行缩放来控制概率分布的尖锐程度，温度趋近于0时接近贪心解码
1
来源数
50%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
Taste-Skill：开源AI品味引擎，告别平庸的AI生成内容
githubGitHub Trending2026/7/5
相关事实
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81% 相似已验证Temperature参数作用于softmax函数输出：低于1时概率分布变得更尖锐，高于1时分布变得更平坦80% 相似已验证temperature参数对Logits向量进行缩放，temperature为0时退化为贪婪解码80% 相似已验证大模型温度参数（temperature）通过将logits除以温度值后再做softmax归一化来调节输出概率分布的平坦程度77% 相似已验证温度（Temperature）参数控制 LLM 输出的随机性，代码生成场景通常建议使用较低温度值（如 0.1）以获得更确定和保守的结果。76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/164671API
curl https://kongchang.com/api/v1/knowledge/claims/164671MCP
get_claim(id=164671)