知识卡片
topk固定候选数量
top-k只保留分数最高的k个token,再在保留集合中采样。k小使输出更受限、更可预测,也可能减少多样性。它限制的是候选个数,不根据当前分布的集中程度自动调整数量,不能与top-p的概率质量阈值混为一谈。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
只选取排名前k的logit,并仅对这些top-k的logit执行softmax操作。根据你期望的应用的多样性程度,k的取值通常在50和500之间——这远小于模型的词表大小。然后模型从这些排名靠前的值中进行采样。较小的k值会使生成的文本更易预测但也更单
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:只选取排名前k的logit,并仅对这些top-k的logit执行softmax操作。根据你期望的应用的多样性程度,k的取值通常在50和500之间——这远小于模型的词表大小。然后模型从这些排名靠前的值中进行采样。较小的k值会使生成的文本更易预测但也更单