本次查询：Temperature
中文解释：温度参数
常见场景：大模型文本生成 / 对话系统 / 创意写作 / 代码生成
一句话解释
Temperature（温度参数）是一个介于0到1（有时更高）的数值，它像调节创意水温的旋钮：值越低（如0.2），AI输出越确定、保守；值越高（如0.8），输出越随机、富有创造性。
为什么会被关注
随着ChatGPT等应用普及，普通用户也能接触模型参数设置。Temperature直接决定AI是严谨的“助理”还是奔放的“诗人”，成为影响使用体验最直观的开关之一。同时，它在AI绘画、音乐生成等跨模态领域也有类似核心作用。
核心逻辑
模型每一步会计算下一个词的概率分布。Temperature通过公式调整这个分布：将原始概率值除以温度值后，再进行Softmax归一化。温度越高，概率分布越平滑，低概率词获得更多机会；温度趋近0，则几乎总是选择最高概率词，输出变得确定。
常见场景
低温度（0.1-0.3）：用于事实问答、代码生成、官方回复，确保准确可靠。
中等温度（0.4-0.7）：适用于一般对话、内容总结、邮件撰写，平衡可读性与一致性。
高温度（0.8-1.2）：用于创意写作、头脑风暴、诗歌生成、营销文案，激发多样新颖表达。
容易混淆的点
与Top-p（核采样）的关系：两者常配合使用。Temperature控制整体分布形状，Top-p则动态截取概率累积顶部词汇。高温度下，即使配合Top-p，输出仍可能天马行空。
“温度”名称的误导性：其概念源于统计力学，但并非真实物理温度。更高数值对应更“热”（随机）的输出，这与直觉“低温更活跃”相反，初学者易混淆。
不是唯一控制因素：重复惩罚、束搜索宽度等参数同样影响输出。实践中需协同调整，而非仅依赖温度。