Verified75% confidenceFactExact time
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
5
Sources
75%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
AI时代普通人为什么要学Python？从使用者到驾驭者的进阶之路
bilibiliCode老猫6/26/2026
Related Claims
Unverified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79% similarVerified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。78% 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77% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/61352API
curl https://kongchang.com/api/v1/knowledge/claims/61352MCP
get_claim(id=61352)