Temperature 是什么：它如何影响输出随机性

专业口径说明：本文依据公开研究和常见工程实现解释相关机制。不同产品的检索、重排、生成与来源选择策略并不相同；本文不还原任何平台未公开的固定权重，也不构成引用结果承诺。

Temperature 是生成阶段常见的采样参数，用来调整下一 Token 概率分布的尖锐程度。它会影响输出的随机性和多样性，但不是 AI 的“性格旋钮”，也不能单独解释来源选择。

它通常影响什么

在其他条件相同、实现允许的情况下，较低 Temperature 往往使高概率候选更集中，较高值增加低概率候选被采样的机会。实际效果还受 Top-P、模型、提示词和产品约束影响。

很多产品在生成前已经完成搜索、召回和重排序；有些还使用独立的来源展示模块。用户看到的 Temperature 设置未必控制这些环节，产品也可能固定或限制采样参数。

Temperature 是解码参数，不是网页质量分、可信度分或引用权重。

Temperature 的常用值是多少？

没有跨模型、跨产品通用的最佳值。不同 API 的范围、默认值和实现可能不同；较低值通常减少采样多样性，但不自动提高事实准确性。应按目标模型文档和任务测试，而不是把某个区间写成生产标准。
用户能控制 AI 产品的 Temperature 吗？

取决于产品。部分 API 或开发平台开放该参数，许多消费级界面不开放。即使可以调整，它主要影响生成阶段的随机性，也不能代表检索、重排或来源选择使用相同设置。
Temperature=0 时输出完全确定吗？

不保证完全确定。Temperature 为 0 通常表示采用更确定的解码方式，但服务端更新、并行计算、路由、工具调用和其他未公开设置仍可能让输出变化。