模型与机制 · 02-13
温度/采样参数（Temperature）
控制模型生成随机性和多样性的参数，温度越高通常越发散。
温度/采样参数（Temperature）
控制模型生成随机性和多样性的参数，温度越高通常越发散。
一、是什么
- 控制模型生成随机性和多样性的参数，温度越高通常越发散。
- 类比：像调创意旋钮：低温更稳，高温更放飞。
- 关键澄清：
| 它不是什么 | 它是什么 |
|---|---|
| 不是模型聪明程度 | 影响下一个 token 选择分布的生成设置 |
二、为什么重要
- 它决定输出更适合严谨任务还是创意任务。
- 不懂它会怎样：严肃任务温度过高，容易产生不稳定和幻觉。
三、日常怎么理解
- 用一句话讲给非技术朋友听：Temperature 是 AI 输出的“稳定到发散”旋钮。
- 常见场景：写代码常用低温，头脑风暴可适当提高温度。
四、常见误解
| 误解 | 真相 |
|---|---|
| 温度越高越有创造力就越好 | 创造力和可靠性需要按任务取舍。 |
五、延伸阅读
- 本知识库相关：Token、幻觉
- OpenAI Prompt engineering guide
- OpenAI Reasoning guide
适用场景与行动
场景：适合用来建立 AI 核心概念的共同语言。
适合谁：非技术创业者、AI 产品使用者、内容与业务负责人
下一步：先用一句话复述这个概念，再判断它和你的业务场景有什么关系。
这张卡片由杨思远基于真实工作流和实测经验整理。
如发现信息过时或有误，可通过 /contact 反馈。