Что такое температура нейросети
Температура — это параметр, который управляет случайностью ответов нейросети: чем она ниже, тем чаще модель выбирает самые вероятные слова и отвечает предсказуемо; чем выше — тем смелее она берёт редкие варианты, и ответы становятся разнообразнее. Технически модель на каждом шаге выбирает следующий токен из списка кандидатов с вероятностями, а температура «растягивает» или «сжимает» эту лотерею.
Практическое следствие: при низкой температуре один и тот же промпт даёт почти одинаковые ответы от запуска к запуску, при высокой — заметно разные. Ни то ни другое не «лучше»: для выписки фактов нужна стабильность, для брейншторма — разброс.
Как температура меняет ответ
Условная шкала для большинства моделей — от 0 до 1 с запасом сверху:
- Около 0–0.3: максимально детерминированные ответы. Модель консервативна, формулировки сухие, повторы вероятны. Зона фактов, кода и извлечения данных.
- 0.5–0.7: сбалансированный режим. Живой язык без потери точности — типичное значение по умолчанию в большинстве интерфейсов.
- 0.9–1.2: креативная зона. Неожиданные ассоциации и свежие формулировки, но растёт риск фактических вольностей и логических скачков.
Важная оговорка: температура меняет манеру выбора слов, а не «уровень интеллекта». Поднять её — не способ сделать модель умнее, а способ получить более разнообразные ответы на тот же вопрос. И наоборот: нулевая температура не гарантирует истину — уверенно ошибаться модель умеет и при ней.
Top-p и другие параметры
Второй по важности параметр — top-p (nucleus sampling). Если температура меняет «веса» кандидатов, то top-p обрезает сам список: при top-p = 0.9 модель выбирает только из тех верхних слов, чьи вероятности в сумме дают 90%, а редкий «хвост» отбрасывает целиком. Работают параметры в связке, поэтому менять их одновременно — плохая идея: вы не поймёте, что именно повлияло. Практика такая: держите top-p в районе 0.9–1 и крутите температуру; top-p снижают, когда нужно срезать откровенно странные словечки при высокой температуре.
Реже встречаются max tokens (потолок длины ответа — страховка от простыней) и штрафы за повторы (frequency/presence penalty), полезные, когда модель зацикливается на одних оборотах. Полное определение с примерами есть в словарной статье о температуре.
Пресеты под типовые задачи
Отправные значения, от которых удобно танцевать:
| Задача | Температура | Top-p | Логика |
|---|---|---|---|
| Код, SQL, регулярки | 0–0.2 | 1 | Нужна воспроизводимость, «творчество» вредно |
| Извлечение данных, классификация | 0–0.3 | 1 | Формат важнее стиля |
| Деловые тексты, письма | 0.4–0.6 | 1 | Живой язык при контроле фактов |
| Статьи, посты, рерайт | 0.7–0.9 | 0.95 | Разнообразие формулировок |
| Слоганы, названия, брейншторм | 1.0–1.2 | 0.9 | Максимальный разброс, отбор руками |
Пресет — стартовая точка, а не догма: если ответы скучные — поднимите температуру на 0.2, если поехали факты — опустите. Меняйте один параметр за раз и сравнивайте на одном и том же промпте.
Если ползунка нет: управляем словами
Не в каждом интерфейсе параметры вынесены наружу — и это не тупик, потому что значительную часть эффекта дают формулировки. Просите «дай 10 непохожих вариантов, от консервативных до рискованных» — и получите разброс, ради которого поднимают температуру. И наоборот: «отвечай строго по тексту документа, без домыслов, одинаково на повторный запрос» прижимает вариативность не хуже низких значений.
В чате с нейросетями на ГПТ Россия так удобно работать с десятками моделей сразу: сформулировали задачу, выбрали модель под неё — и управляете характером ответа промптом. А если понадобится программно генерировать картинки, видео или озвучку, загляните в раздел для разработчиков — там REST API платформы для медиа-генераций с оплатой за вызов в рублях. Новичку на счёт начисляется welcome-бонус 50 ₽: хватит, чтобы прогнать одну задачу в разных режимах и увидеть разницу своими глазами, без VPN.
Частые вопросы
Какая температура «правильная»?
Универсальной нет. Ориентир простой: точность и воспроизводимость — 0–0.3, обычные тексты — около 0.5–0.7, креатив — от 0.9. Дальше подстройка под конкретную задачу шагами по 0.1–0.2.
Почему модель отвечает по-разному даже при температуре 0?
Нулевая температура резко снижает случайность, но не всегда убирает её полностью — на длинных ответах расхождения накапливаются из мелочей. Если нужна повторяемость, дополнительно фиксируйте формат ответа промптом: чем жёстче каркас, тем меньше разброс.
Температура и top-p — что менять в первую очередь?
Температуру. Top-p трогают вторым номером и только при явной проблеме: например, при высокой температуре проскакивают несуразные слова — тогда top-p опускают до 0.9. Одновременная крутка обоих параметров лишает вас понимания причин.
Влияет ли температура на скорость и цену?
Напрямую — нет: платите вы за токены, а не за параметры. Косвенно — да: высокая температура порождает более длинные и разнообразные ответы, и токенов в среднем выходит больше.
