待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
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84% 相似待验证温度参数越高，Softmax输出的概率分布越平坦，输出越富有创意和多样性；温度越低分布越尖锐，输出越确定保守81% 相似已验证Temperature参数越低越倾向选择概率最高的词输出更保守，越高输出更具创意但更易出现幻觉79% 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78% 相似待验证Top-p（核采样）通过动态截断概率质量限制候选词范围，相比固定截断 Top-k 具有更好的自适应性78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/545929API
curl https://kongchang.com/api/v1/knowledge/claims/545929MCP
get_claim(id=545929)