本质LLM 是一个“概率预测机”核心启示: LLM 实际上并不“知道”事实它只是在模仿训练数据中词语出现的统计规律。这就是“幻觉”Hallucination的根源——它可能自信地输出了一个概率很高但逻辑错误的词。关键参数控制“创造性” (Hyperparameters)A. Temperature (温度)在 LLM 中Temperature 是用来控制“下一个 Token”概率分布平滑程度的参数。底层原理Softmax 的缩放 (Math)模型输出的原始分数叫做Logits(x_i)。将 Logits 转化为概率 Pi 使用的是 Softmax 函数。Temperature (T) 是这个公式中的一个除数$P_i \frac{\exp(x_i / T)}{\sum \exp(x_j / T)}$范围: 0.0 ~ 1.0 (部分模型可更高)。作用: 改变概率分布的平滑程度。Temp 0: 贪婪采样 (Greedy Sampling)。永远选概率最大的那个词。输出确定适合写代码、JSON 提取。Temp 1: 依概率随机采样。增加了低概率词被选中的机会。适合创意写作。形象演示B. Top-P (核采样)Top-P (核采样)进行“末位淘汰”。核心直觉VIP 俱乐部机制想象 LLM 面前有一张包含几万个单词的“候选名单”。Top-K (旧方法): 死板地规定“只准在前 5 名里选”。缺陷: 有时候第 6 名也很合适有时候前 5 名里有 4 个都是垃圾。Top-P (新方法): 规定“累积概率达到 P (例如 0.9) 就停止”。只要这一组词加起来够稳占了 90% 的可能性我就只在这一组里选剩下的那 10% 概率的“长尾垃圾词”直接切掉。大模型基础概念Top-P (新方法): 规定“累积概率达到 P (例如 0.9) 就停止”。只要这一组词加起来够稳占了 90% 的可能性我就只在这一组里选剩下的那 10% 概率的“长尾垃圾词”直接切掉。建议: 通常只调 Temperature 或只调 Top-P不要同时调。动态调整的“候选池”Top-P 最厉害的地方在于它能根据语境的确定性动态调整候选词的数量。我们对比两个场景假设 Top-P 设置为0.9场景 A确定性高 (如“我要去北京天安...”)这时候模型非常确定下一个字是“门”。门 (0.85) - 累积 0.85 (未满 0.9)也就是 (0.06) - 累积 0.91 (停)结果: 候选池里只有2 个词。模型绝不会选到莫名其妙的词。场景 B确定性低 (如“今天中午我想吃...”)这时候能接的词太多了。米饭 (0.15)面条 (0.14)饺子 (0.13)... (很多个 0.1 左右的词)...结果: 可能要加到第15 个词累积概率才凑够 0.9。Top-P 的智慧: 它自动扩大了选择范围允许更多的多样性。一句话总结: Top-P 在你“不知道说什么”时给你更多选择在你“必须这么说”时强行收敛。