已验证65% 置信决策规则精确时间
温度参数接近0时模型倾向确定性输出适合代码生成，接近1时输出更具多样性适合创意写作
3
来源数
65%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
AI Agent三个月学习路线：从零基础到智能体开发实战
bilibiliAI技术攻防2026/6/29
相关事实
待验证大语言模型输出本质上是概率性的，采样温度（Temperature）、Top-P 等参数使模型每次生成内容可能不同，是软件测试的挑战75% 相似待验证温度参数T趋近于0时模型趋向贪心解码，相同输入下必然给出完全相同输出，是导致Agent固化循环的根本原因73% 相似已验证大语言模型在生成每个token时从概率分布中采样，temperature参数控制随机性的强弱，temperature越高输出越多样，越低则越确定72% 相似待验证语言模型采样过程中的温度参数设计使同一提示在不同调用中可能产生截然不同的输出，因此重试本身并不保证收敛70% 相似待验证提示工程、温度参数调节与输出约束机制是应对模型表达失控问题最常用的实用手段69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/448842API
curl https://kongchang.com/api/v1/knowledge/claims/448842MCP
get_claim(id=448842)