随机采样（random sampling）
别名：采样、sampling、抽样
按概率「抽签」选 token：分数高的候选更容易被抽中，但小概率候选也有机会出场。
例子「今天天气真」之后，「好」概率最高但不是唯一：采样可能抽出「不错」「舒适」。同一个问题问两次回答不同，就是采样带来的随机性。
它是什么
它是什么：与贪心相对的取法——按分布抽签而不是只取第一名。这让输出有变化、有创造力，也是对话模型「像人」的原因之一；代价是不稳定，偶发跑偏。哪里会遇到：任何温度大于 0 的对话产品；「多刷几次总有更好的回答」的经验，本质上是在利用采样的随机性。
关联概念
- 文本生成（text generation） [应用]
→ 随机采样是另一种做法：按概率抽签——高分候选更常被抽中，但小概率候选也有机会。
- 温度（temperature） [应用]
← 温度是采样前对分布的最后调整：低温让抽签几乎总是落在第一名上。