Verified65% confidenceFactExact time
temperature参数对Logits向量进行缩放，temperature为0时退化为贪婪解码
3
Sources
65%
Confidence
Long-term
Relevance
7/8/2026
First Seen
Sources
并非一切都值得消耗Token：何时用AI，何时用确定性代码
hackernewshackernews7/6/2026
Related Claims
Verifiedtemperature为0时退化为贪婪解码，每步选取概率最高的Token，但仅能保证单次模型版本内的确定性81% similarUnverified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% similarUnverified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80% similarVerified大模型的温度参数（Temperature）取值范围通常为0到2，温度越低输出越确定和保守，温度越高输出越多样和富有创造性78% similarUnverified凉感面料的降温原理是接触瞬间凉感系数Q-max值，选购时Q-max≥0.15的面料才有明显凉感体验，普通尼龙无此效果76% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/258644API
curl https://kongchang.com/api/v1/knowledge/claims/258644MCP
get_claim(id=258644)