Einfach erklärt
Temperature ist ein Regler für Zufälligkeit beim Text‑, Bild‑ oder Audio‑Generieren.
- Kleine Temperature (z. B. 0.2–0.7): Der Regler steht niedrig → die Maschine wählt eher die sichersten Wörter/Bilder → präzise, aber weniger kreativ.
- Große Temperature (z. B. 1.0–1.5): Der Regler steht hoch → es wird mutiger ausprobiert → kreativer, aber auch chaotischer.
Kurz: Temperature runter = vorsichtig & vorhersehbar.
Temperature rauf = kreativ & überraschend.
Ganz einfache Beispiele (mit Alltagsbildern):
• Würfel‑Regler: Stell dir einen Würfel vor, der lieblingsseitig ist (manche Seiten kommen öfter).
– Low Temp: fast immer die Lieblingsseite.
– High Temp: auch die seltenen Seiten kommen häufiger dran.
• Musik‑DJ:
– Low Temp: der DJ spielt bekannte Hits – sicher, aber wenig Abwechslung.
– High Temp: der DJ mischt ungewöhnliche Tracks – spannend, kann aber daneben gehen.
• Autovervollständigen:
– Low Temp: schreibt Sätze so fertig, wie es meistens passt.
– High Temp: traut sich ungewöhnliche Fortsetzungen.
Professionelle Definition (verständlich)
Viele Generatoren wählen das nächste Wort/Bild‑Bauteil über Softmax‑Wahrscheinlichkeiten aus Rohwerten (Logits). Die Temperature T skaliert diese Rohwerte vor dem Softmax:
„Durch T teilen, dann Softmax“ →
T < 1 macht die Verteilung spitzer (größter Kandidat gewinnt häufiger).
T = 1 ist normal.
T > 1 macht die Verteilung flacher (mehr Ausprobieren).
T → 0 nähert sich Argmax (immer der Top‑Kandidat).
T → ∞ nähert sich Zufall (fast gleichverteilt).
Zusammenspiel mit anderen Reglern:
- Top‑k: Erlaubt nur die k besten Kandidaten; mit hoher T kommen mehr Kandidaten in Frage, top‑k schneidet dann trotzdem ab.
- Top‑p (Nucleus): Nimmt die kleinste Menge Kandidaten, deren Summe p (z. B. 0.9) erreicht; T steuert, wie flach oder spitz diese Wahrscheinlichkeiten sind.
- Reproduzierbarkeit: Mit Seed bleibt das Ergebnis trotz Temperature wiederholbar.
Praxis‑Tipps (einfach):
- Fakten/Code/Anweisungen: T ≈ 0.1–0.5 (präzise, weniger Fehler).
- Kreatives Schreiben/Brainstorming: T ≈ 0.8–1.2 (mehr Einfälle).
- Sehr freie Kunst/Ideenfindung: T > 1.2 (mutig, kann aber abdriften).
- Temperature nicht allein drehen – oft mit top‑p (0.8–0.95) kombinieren.
- Wenn es unsinnig wird: T senken oder top‑p/k strenger wählen.
Quellen
- Holtzman et al. (2019) – The Curious Case of Neural Text Degeneration (top‑k/top‑p, Degeneration)
https://arxiv.org/abs/1904.09751 - Hugging Face – Text Generation Strategies (Dokumentation zu temperature, top‑k, top‑p)
https://huggingface.co/docs/transformers/main/en/generation_strategies - Goodfellow, Bengio, Courville – Deep Learning (Softmax/Temperatur‑Skalierung, Grundlagen)
https://www.deeplearningbook.org/ - OpenAI Cookbook – Text generation: sampling (Einstieg, Beispiele)
https://cookbook.openai.com/examples/text_generation_solutions - Sutton & Barto – Reinforcement Learning (Softmax‑Auswahl, Temperatur in Exploration)
http://incompleteideas.net/book/the-book-2nd.html