首页/AI/大模型部署与运维速查/temperature:控制输出随机性
本包目录(267 条)
部署形态与选型43 条推理环境与 GPU50 条
推理参数与优化50 条
显存与并发估算40 条服务化与网关34 条运维监控与排障50 条

temperature:控制输出随机性

采样前对 logits 做缩放:温度越低分布越尖锐、输出更确定,温度越高越发散;接近 0 时基本退化为贪心解码(以框架实现为准)。

OpenAI 兼容请求

OpenAI 兼容请求
curl http://127.0.0.1:8000/v1/chat/completions -H 'Content-Type: application/json' -d '{
  "model": "<模型名>",
  "messages": [{"role": "user", "content": "你好"}],
  "temperature": 0.7
}'

Python SDK

Python SDK
from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8000/v1", api_key="EMPTY")
r = client.chat.completions.create(
    model="<模型名>",
    messages=[{"role": "user", "content": "你好"}],
    temperature=0.2,
)
经验用法:抽取、分类、代码类任务用低温度(0~0.3);创作类可到 0.7~1.0;与 top_p 一般只调其中一个。

易错点

  • temperature=0 当作完全确定:批处理下数值差异仍可能影响极少数 token 选择,强复现需求还要固定 seed 与实现版本

数据来源与参考

  • OpenAI API 参考:temperature(platform.openai.com/docs)
  • Hugging Face 文本生成文档(huggingface.co/docs/transformers)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌