「Temperature 」是文字建立過程中選擇接龍單字時控制"隨機性"的設定。較低的Temperature值使文字更加的可預測和擁有一致性;而較高的Temperature值可以讓自由度和創造力更高，使內容不太一致。
“Temperature”的範例
- Temperature = 0：反應非常可預測，始終選擇下一個最可能的字。這對於事實和準確性非常重要的答案非常有用。
- 例如：如果您問“鍛煉有什麼好處？”，Temperature為 0 時，模型可能會說：“鍛煉可以改善心臟健康和肌肉力量，降低患慢性病的機會，並有助於控制體重。”
- Temperature = 1：模型會採取更多隨機性，去選擇原本不太可能出現的接龍單詞，這可能會產生更具創意(不可預測)的答案。
- 例如：如果您問“鍛煉有什麼好處？”，Temperature為 1，您可能會得到：“運動是煉金術士，將汗水轉化為奇蹟療法，是在踏上奇蹟旅途的一場盛宴，你應該將它轉化為永生的魔咒。”
“Top_p”的範例
- Top_p = 0.5：這意味著僅考慮總機率至少為 50% 的詞彙，忽略不太可能的單字並保持一定程度不同反應的水準。
- 例如您詢問一本冒險書的書名，top-p 為 0.5，模型可能會給出：「藍山之謎」。
- Top_p = 0.9：這樣會在選擇中包含了更多的詞彙，允許更多的多樣性和原創性。對於相同的冒險書的書名，模型可能會創建：「來自深淵的聲音：勇敢者的肖像」。
混合「Temperature」和「Top_p」：會發生什麼事？
組合“Temperature”和“top_p”可以提供多種文字樣式。
較低的Temperature和較高的 top-p 可以產生具有創意的連貫文本: 由於Temperature低，答案通常邏輯一致，但由於高top-p，他們仍然可以擁有豐富的詞彙和想法。此設定適用於清晰度至關重要的教育或資訊性文本，但您也希望保持讀者的興趣。
另一方面，較高的Temperature和較低的 top-p 可能會將常用單字以不可預測的方式組合在一起: 這種相反的設定通常會導致文本中的句子本身可能有意義，但整體似乎不連貫或不太合乎邏輯。較高的Temperature允許句子結構有更多的變化，而較低的 top-p 將單字選擇限制為最可能的單字。如果您想得到意想不到的結果或透過不尋常的概念組合激發新想法的創意環境中非常有用。
法律文件或技術報告，「Temperature」越低越好。對於創意工作，例如小說寫作或廣告，在這兩種設定中使用更高的值可能是一個好主意。
這裡面可以結論告訴大家，實驗是關鍵，不管開發人員或使用者都經常會需要調整這些值，看看會發生什麼情況來找到最佳設定。理解和使用這些設定可以解鎖不同用途，從給出簡單、事實的答案到創建高度原創和引人入勝的內容。使用者應該將這些設定視為創意槓桿，如果使用得當，可以大大提高人工智慧生成內容的品質和相關性。
