LLM 架构
温度
Temperature
采样过程中调节候选 token 概率分布的一种参数，常通过用温度缩放 logits 后再归一化实现。较高或较低通常改变选择的分散程度，具体支持范围取决于接口。
举个例子
对同一教学概率向量改变温度，可以观察分布更平缓或更集中。但真实回答还受搜索结果、系统提示、模型版本和其他解码设置影响。
与 GEO 的关系
GEO 复测要记录温度是显式设置、平台默认还是不可见，不能把未知当成固定值。重复提问用于观察波动时，也应记录请求失败与平台更新。
适用边界
温度低不是事实核查开关，设为零也不能保证跨机器、版本和检索状态完全重现。不能通过提高温度选择更有利答案，再作为中性基线。
参考资料
© 2026 NiubiGEO。原创文章与图示未经书面授权禁止转载、复制、改编或用于商业发布，法律另有规定或另有授权的除外。第三方资料的权利归其权利人所有。本声明不改变开源软件许可证。