温度(Temperature)是控制模型输出随机性的参数,取值通常 0 到 2。温度越低输出越确定保守,温度越高越发散有创意。写代码用低温度,写诗歌用高温度。
温度的存在说明 AI 输出本质上不是“查答案”而是“掷骰子”。理解这一点有两个好处:一是知道为什么同样的问题会得到不同答案,二是明白对于关键事实必须做二次验证,不能盲信模型。
## 核心要点
![图片[1]-温度参数:控制 AI 的创造力旋钮-子比笔记](https://zibi.1ddc.com/wp-content/uploads/2026/09/ai-pool-21-14-6879671284_172792b23d_b.jpg)
图片来源:Openverse / playful.geometer(https://www.flickr.com/photos/24888685@N08/6879671284)
1. 温度=0 时模型几乎总是选概率最高的词,适合事实性任务。
2. 温度高会增加多样性,但也更容易出现胡言乱语。
3. 同一提示词多跑几次对比结果,是评估稳定性的常用方法。
4. Top-P、Top-K 是类似的采样控制参数,常与温度配合使用。
![图片[2]-温度参数:控制 AI 的创造力旋钮-子比笔记](https://zibi.1ddc.com/wp-content/uploads/2026/09/ai-pool-13-8-15166752228_871baf2d17_b.jpg)
图片来源:Openverse / Dean Meyers(https://www.flickr.com/photos/36363318@N04/15166752228)
## 写在最后
以上是关于「温度参数」的科普介绍。人工智能正在快速发展,相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END













请登录后查看评论内容