ChatGPT中 top_p 和 temperature 的作用机制_temperature top_p

1. temperature 的作用机制

GPT 中的 temperature 参数调整模型输出的随机性。随机性大可以理解为多次询问的回答多样性、回答更有创意、回答更有可能没有事实依据。随机性小可以理解为多次询问更有可能遇到重复的回答、回答更接近事实（更接近训练数据）。

Temperature 参数通常用于调整 softmax 函数的输出，用于增加或减少模型对不同类别的置信度。具体来说，softmax 函数将模型对每个类别的预测转换为概率分布。Temperature 参数可以看作是一个缩放因子，它可以增加或减少 softmax 函数输出中每个类别的置信度。

下面从模型的计算逻辑上来看 temperature 的作用机制。

当模型在根据上文计算下一个 token 时，他会先得到一组候选 token 及每一个 token 的概率 (原始概率，原始概率取决于训练方法、训练采用的数据和 prompt)。然后使用数学方法 softmax调整候选项的概率分布。这时 temperature 就会起作用。

忽略 softmax 的内部算法，直接看影响。

假设我们有这几个单词和他们出现在下一个位置的概率:
the: 0.5
a: 0.25
an: 0.15
some: 0.08
this: 0.02

当应用 temperature 时，他们的概率会被改变。下图表示在不同 temperature 下 softmax 对概率的影响

可以看到，当 temperature 更大时，模型的选择更加随机（每个 token 的概率更加接近）， 给予原本低概率的 token 更大的选择机会，从而产生更多样化和创意的输出。大的更大，小的更小。

相反， temperature 更小使模型的选择更加确定，给予原本高概率的 token 更大的选择机 会，从而产生更集中和一致的输出。大的更小，小的更大。

当 temperature $=0$ 时，模型在每次选择 token时只选择概率最大的那一个，于是我们每次询 问 (同样的prompt) 都会得到完全相同的回答。

2. top_p 的作用机制

Top P 参数是指在生成文本等任务中，选择可能性最高的前 P 个词的概率累加和。这个参数被称为 Top P，也称为 Nucleus Sampling。

top_ p 对回答的影响时机，是在 temperature 调整完 token 概率之后。但是官方建议不要同 时使用这两个参数。

top_p 弃数接受的是一个累积概率， top_p 的大小影响到候选 token 的数量。

我们还是假设有这几个单词可供选择
the: 0.5
a: 0.25
an: 0.15
some: 0.08
this: 0.02

假设我们设定 top_p $=0.7$ ，模型使用以下逻辑选择部分单词加入备选集合

1、对所有单词按照概率从大到小进行排序

2、将富选集合中的概率逐个相加，当超过 0.7 时停止处理后面的单词

考虑 the，将它加入备选集合。他的概率（前面的概率之和是 0 ） 小于 0.7 ，于是继续考虑下一 个羊词。

考虑 a$，他的概率是 0.25 ，加上前面的所有概率得到 0.75 。这时已经超过了 0.7 的阈值。a 会被加入家选集合，但是不再处理后面的单词。

现在集合中有 the 和 a 两个单词，模型会根据概率进行选择（the 还是更容易选中)

为什么不建议同时使用

这一部分暂时还没想明白，也欢迎知道细节的小伙伴一起讨论。
从资料上看，如果同时使用top_p 和 temperature 会导致模型的输出更不可控，可能导致意 外的输出。

如何选择

使用 temperature 比 top_p 更容易控制创造性的回答。当需要获得更有创意、更多样性 的回答时，可以把 temperature 设置为2。当需要多次询问且获得一致性的回答时，可以 把 temperature 设置为 0 。

top_p 比 temperature 更容易控制输出的质量。top_p 可以把较低概率的单词滤掉，避免得到低质量的回答, 也避免得到不常见的单词。

有些研究中表明，top_p 越高，输出的内容会越长。但是这种现象在 ChatGPT 中并不明 显, 可能是因为 ChatGPT 的训练数据集已经有比较高的质量，避免了低概率单词的输出。

在之前 Hugging Face 上的 prompt 比赛中，为了保证所有选手的 prompt 能够有统一 的评价标准，也为了保证每次询问 prompt 都得到完全一样的回答，评判系统会同时设置 temperature =0, top_ p=0 。