Skip to content
阅读进度

Agent 的 Temperature、Top-p 等采样参数如何调优? ​

返回 大模型基础 目录

标准回答 ​

Temperature 和 Top-p 调整生成时的随机性与候选范围,应该围绕任务质量选择。

  • 较低 Temperature 通常减少随机性,较高值增加输出多样性。
  • Top-p 限制累计概率范围,两者会共同影响采样。
  • 固定模型、提示与运行设置再比较输出,并记录实验配置。

通俗例子 ​

创意标题可以容许更多变化,固定字段抽取更看重稳定;即使 Temperature 为 0,模型版本与运行过程变化也可能使结果不同。

易混淆点 ​

Temperature 为 0 也不保证所有运行完全一致;模型版本和计算过程仍可能影响结果。

内容来源 ​

用完整回答理解机制,用真实证据解释项目。