Temperature 与 Top-p 原理与调参讲解
热点事件持续更新
Temperature 与 Top-p 原理与调参讲解
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
codigger 在博客园发布文章，用一组实算概率讲解大模型 Temperature 与 Top-p 的原理区别与调参建议。 文章解释称，Temperature 作用于 Softmax 概率转换，改变概率分布的陡峭度；Top-p 作用于采样之前，按累计概率截断候选池。作者建议调参基线设 T=0.7、p=0.9，优先只调 Temperature，并给出按场景取值表与四条实践原则。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 11:25
大模型 Temperature 与 Top-p 的区别详解：原理与调参建议报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- 博客园大模型 Temperature 与 Top-p 的区别详解：原理与调参建议
本文用一组实算概率讲清大模型 Temperature 与 Top-p 的本质区别：Temperature 作用于 Softmax 概率转换，改变分布陡峭度；Top-p 作用于采样之前，按累计概率截断候选池。文章还给出按场景取值表与四条实践原则，建议基线设 T=0.7、p=0.9，优先只动 Temperature。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。