LLAMA 配置AI大模型参数 --temp、--top-p、--top-k
温度（非常重要）
–temp/–temperature：0 ~ 1.0（确定性 ~ 创造性）
| 参数 | 作用 | 典型取值范围 |
|---|---|---|
| –temp(temperature) | 对概率分布进行“缩放”。 temp<1 → 高概率 token 更突出（更确定），temp>1 → 概率更平缓（更随机）。 | 0.0 ~ 2.0 |
| –top-p(nucleus sampling) | 从概率累积和达到 p 的最小 token 集合中采样（如 p=0.9 → 只考虑概率最高的、累计占 90% 的 token）。 | 0.8 ~ 1.0 |
| –top-k | 只保留概率最高的k个 token，其余丢弃。 | 1 ~ 100 |
重要交互：
top_k=1时，强制选择概率最高的 token，此时temp和top_p都无效。- 通常
top_k用于初步裁剪（如 40~60），再配合top_p或temp进行采样。 temp=0也等价于贪心（总是选最高概率 token），但某些实现不允许 0，可用--temp 0.0或极小的值。
| 需求 | temp | top-p | top-k | 备注 |
|---|---|---|---|---|
| 每次答案一模一样 | 0.0 | 1.0 | 0* | 或--top-k 1 |
| 安全、稳定、少跑偏 | 0.3 | 0.85 | 30 | 适合敏感内容 |
| 日常对话（平衡） | 0.7 | 0.9 | 40 | 多数情况的最佳起点 |
| 创意写作 | 1.0 | 0.95 | 60 | 加--repeat-penalty 1.1 |
| 完全无限制（极随机） | 1.5 | 1.0 | 0* | 可能输出无意义内容 |
*：top-k=0或未设置表示不进行 top-k 剪裁；top-p=1.0表示不进行核采样。