温度（temperature）
别名：temperature、采样温度
控制输出随机性的参数：低温让模型更偏向最高概率的 token，高温把候选之间的差距拉平、输出更多样。
例子同一个问题「写一句关于春天的诗」：低温（0.2）两次回答几乎一样、措辞稳妥；高温（1.2）两次差别明显、可能出现更意外但偶尔跑偏的表达。
它是什么
概率分布给出每个候选的可能性，温度决定我们怎么用这份分布。低温相当于「几乎总选第一名」，输出稳定但可能呆板；高温把分数重新分配、拉近候选差距，小概率 token 也有更多机会被选中。它是什么：一个通常在 0 到 2 之间的数值参数。哪里会遇到：API 或产品设置里的 temperature 滑块；「同一个提示词每次回答不一样」的直接原因就是采样存在随机性。
关联概念
- 概率分布（probability distribution） [应用]
→ 温度改变候选之间的相对差距：低温拉大、高温拉近。
- 随机采样（random sampling） [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。