温度：让回答更稳或更有创意

实验目的

理解温度参数对大语言模型输出稳定性和多样性的影响。

实验原理

模型预测下一个词元时，会得到各个候选的可能性。温度用来调整这些可能性的集中程度：温度低，高可能性的候选更突出，输出更稳定，重复性高；温度高，各候选之间的差距缩小，低可能性的词元也更容易被选中，输出更多样，但也更容易跑偏。

实验器材

• 温度调节滑块
• 同一个提示词
• 生成回答的按钮
• 多次生成的回答记录
• 电脑或平板

实验步骤

1. 选择一个提示词，保持内容不变。
2. 把温度调到较低，连续生成几次，记录回答。
3. 把温度调到较高，同样连续生成几次。
4. 比较两组回答：是否相近、是否有新意、是否通顺。
5. 思考：写诗和回答事实问题分别适合什么温度。

实验现象与结论

低温时，多次生成的回答相近，比较保守；高温时，回答之间差别更大，更有新意，但也可能不通顺或偏离主题。结论：温度越高，输出越随机多样；温度越低，输出越稳定集中。

常见问题

温度越高，AI 就越聪明吗？

不是。温度只改变输出的随机程度，高温更多样，但也更容易出错或跑题。

什么任务适合低温，什么适合高温？

需要准确、稳定的任务适合低温，需要创意、多种想法的任务可以适当调高。