温度系数 Temperature 是什么？决定模型多敢发挥

温度系数（Temperature）是大模型生成文字时的一个采样参数，用来控制模型挑下一个词时有多保守：数值低，模型倾向于挑概率最高的词；数值高，概率偏低的词也有机会被选中。可以把它想成去熟悉的餐馆点菜：温度低，你每次都点招牌菜，稳妥但总是一个味；温度高，你愿意翻到菜单后半页碰碰运气，可能有惊喜，也可能踩雷。

它是怎么回事：一个除数，把概率拉尖或压平

模型每生成一个词（严格说是一个 token），会先给词表里的每个候选打一个原始分数，叫 logit，再用 softmax 换算成加起来等于 1 的概率，最后按概率抽一个词。温度就插在这两步之间：先把每个 logit 除以 T，再做 softmax。公式是 p_i = exp(z_i / T) / Σ exp(z_j / T)，z 是 logit，T 是温度。Hinton 等人 2015 年的论文用的就是这个形式，并指出 T 通常取 1，取更大的值会得到更“软”的概率分布。

拿三个候选词举例，logit 分别是 2、1、0。T 等于 1 时概率约为 66.5%、24.5%、9.0%；T 降到 0.5，约为 86.7%、11.7%、1.6%，第一名几乎包揽；T 升到 2，约为 50.6%、30.7%、18.6%，差距明显缩小。除以正数不会改变排名，变的只是第一名领先多少。Google 的文档对 T 等于 0 的描述很直白：总是选概率最高的那个词。

从哪来的：从物理课本一路走到大模型

名字来自统计物理里的玻尔兹曼分布：温度高，系统更容易跳到高能量状态；温度低，就集中在低能量状态。1985 年 Ackley、Hinton 和 Sejnowski 在 Cognitive Science 发表《A Learning Algorithm for Boltzmann Machines》，把它搬进神经网络，玻尔兹曼机因此得名。

让温度在深度学习里广为人知的，是 2015 年 Hinton、Vinyals 和 Dean 的《Distilling the Knowledge in a Neural Network》：大模型用较高温度输出柔和的概率，小模型学这些“软目标”，训练完再调回 1。到了文本生成，Holtzman 等人 2019 年的《The Curious Case of Neural Text Degeneration》（ICLR 2020）指出，纯采样会掉进低概率词组成的“不可靠的长尾”，文字容易跑偏；调低温度能提升质量，代价是多样性下降。他们提出的核采样（nucleus sampling，即 top-p）就是为了绕开这个两难。

现在在哪用：各家的范围和建议并不一样

OpenAI 的 Chat Completions 接口里，temperature 取值 0 到 2，默认 1，文档还建议 temperature 和 top_p 只改一个。到了推理模型，这套参数被收紧：OpenAI 在 GPT-5.2 的说明里写明，temperature、top_p、logprobs 只有在推理强度为 none 时才支持，其他推理强度或更早的 GPT-5 系列带上这些字段会报错。

Claude 的 API 文档写的默认值是 1.0，范围 0.0 到 1.0，分析类任务靠近 0，创作类靠近 1，并提醒即使设成 0 结果也不会完全确定。不过同一份文档现在把 temperature 标成了已弃用：Claude Opus 4.6 之后发布的模型不支持自行设置，传 1.0 会被接受，其他数值返回 400 错误。Gemini 3 没有禁用这个参数，但 Google 的文档强烈建议保持默认的 1.0，并提醒调到 1.0 以下可能出现循环输出或表现变差，复杂数学和推理任务尤其明显。

还把温度当主力旋钮的，是 DeepSeek 和开源模型。DeepSeek 的 API 文档给出默认值 1.0，并按场景列了推荐值：代码和数学 0.0，日常对话和翻译 1.3，创意写作和诗歌 1.5。Qwen3 的模型卡则按模式给配置：思考模式用 Temperature 0.6、TopP 0.95、TopK 20、MinP 0，并提醒不要用贪心解码，否则可能性能下降并陷入无尽重复。

容易混的地方：别把它当成“创造力开关”

最常见的误解，是把温度当成聪明程度或创造力的开关。它只改变模型已有概率分布的形状，不会让模型多知道什么。高温给了低概率词更多机会，有时是新鲜的措辞，有时就是跑题。第二个误解是温度 0 等于每次输出一模一样，Anthropic 的文档明确说了并不完全确定。第三，温度和 top_p、top_k 不是一回事：后两者先砍掉候选词，温度调整剩下候选的概率形状，Google 的参数说明里温度采样发生在 topK 和 topP 筛选之后。第四，数值不能跨家直接套用，DeepSeek 推荐的 1.3 和 1.5，就超出了 Claude 文档里 0 到 1 的范围。

我们 AI主线 的建议是：用之前先翻目标模型当前的官方文档，看这个参数还开不开放、推荐值是多少；能用默认值就用默认值，要调一次只动一个参数，代码、数据抽取这类要求严格的输出，另外做校验，别全押在温度上。