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。

用一个例子理解

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。

它与你的 GEO 有什么关系

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。

继续深入

核查来源

← 返回术语表

定制人工测试

告诉我们你的需求,先确认服务范围与安排。

提交咨询不扣积分。我们会确认服务范围、费用和排期,再协助你办理购买。也可联系 [email protected]