本章进度 8 / 19
42%
正文已完成
L008温度变化后，答案为什么会飘
通过概率选择和采样理解稳定性、创造性与事实可靠性之间的区别。
把“模型如何接话”从听懂变成会判断，避免遇到真实任务时仍靠感觉选择。
建议先理解同主题上一课的核心概念，再完成本课判断练习。
- 无需安装新工具
- 准备一个可对照的真实问题或样本
同一提示多跑几次可能得到不同答案。采样设置会改变模型在高概率和低概率候选之间的选择，但它不能把未知事实变成真相。
能判断何时需要更稳定的输出，何时可以保留更多表达变化。
核心概念
先把关键判断说清楚
概率不等于事实置信度
某个 Token 概率高，只表示在当前上下文中更像合适续写，并不证明对应陈述真实。
低随机性利于复现
字段提取、格式转换和回归测试通常希望输出差异更小，同时仍需规则与校验。
高随机性扩大候选
头脑风暴和创意表达可接受更多变化，但仍要用目标、禁区和人工筛选控制结果。
案例拆解
发票提取和活动命名的不同设置
团队用同一个模型完成固定字段提取和新活动命名。
- 01
发票任务降低随机性，固定输出结构，并用业务规则校验金额。
- 02
命名任务允许更多候选，要求每个名字说明含义和禁用风险。
- 03
两类任务都由验收标准判断，不能用温度替代事实核对。
案例结果
设置服从任务用途，一个追求一致，一个追求候选空间。
提交前练习
现在轮到你
为一个稳定任务和一个创意任务分别设计试跑方案。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
稳定任务，抽取日期、金额、主体，运行五次比较字段一致性并回查原文；创意任务，生成十个活动名，按受众、记忆度和禁用词人工筛选。
评分标准
- 两个任务的目标差异清楚
- 试跑次数与记录项明确
- 事实验收没有依赖随机性设置
本课收口 · 应用检查
完成一次应用，再检查理解
完成一次必填练习，再通过理解检查；阅读标记和总结不设硬门槛。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Attention Is All You Need↗paper · 核对日期 2026-08-23
- Evals↗official-docs · 核对日期 2026-08-23