Temperature & Top-p：掌控大模型的创造力开关

摘要

深入解析大模型生成過程中的 Temperature 與 Top-p 參數，說明它們如何透過改變機率分佈來控制模型的穩定性或創造力。看完後能理解這兩項參數的運作原理與調整方法。

This video explains how Temperature and Top-p parameters control the creativity and stability of large language models.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• Temperature
• Softmax
• ChatGPT
• Gemini
• Claude

適合誰看

正在學習大模型原理或需要調整 AI 生成效果的開發者與使用者。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.36

新鮮

0.30

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Build A Reasoning Model From Scratch 4: Inference Scaling 1 (Temperature, Top-p, Self-Consistency)影片 ・ Sebastian Raschka ・ 1 小時 37 分
• Controllable Neural Text Generation文章 ・ Lilian Weng（部落格）
• Transformers, the tech behind LLMs | Deep Learning Chapter 5影片 ・ 3Blue1Brown ・ 27 分鐘
• Greedy? Min-p? Beam Search? How LLMs Actually Pick Words – Decoding Strategies Explained影片 ・ AI Coffee Break with Letitia ・ 12 分鐘
• Introducing Mistral Large 4: Le chonk文章 ・ Simon Willison's Weblog
• Finetuning Open-Source LLMs影片 ・ Sebastian Raschka ・ 20 分鐘