6 A B C D E F G H I K L M N O P Q R S T U V W Z

Temperature (bei Sampling)

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

  1. Holtzman et al. (2019) – The Curious Case of Neural Text Degeneration (top‑k/top‑p, Degeneration)
    https://arxiv.org/abs/1904.09751
  2. Hugging Face – Text Generation Strategies (Dokumentation zu temperature, top‑k, top‑p)
    https://huggingface.co/docs/transformers/main/en/generation_strategies
  3. Goodfellow, Bengio, Courville – Deep Learning (Softmax/Temperatur‑Skalierung, Grundlagen)
    https://www.deeplearningbook.org/
  4. OpenAI Cookbook – Text generation: sampling (Einstieg, Beispiele)
    https://cookbook.openai.com/examples/text_generation_solutions
  5. Sutton & Barto – Reinforcement Learning (Softmax‑Auswahl, Temperatur in Exploration)
    http://incompleteideas.net/book/the-book-2nd.html