Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Θερμοκρασία και Παράμετροι Δημιουργίας

Μάθημα 3 / 14 Ενημερώθηκε 3 Νοεμβρίου 2026 Αρχάριος
Σε αυτήν τη σελίδα
  1. Έλεγχος της δημιουργίας μέσω παραμέτρων
  2. Θερμοκρασία (Temperature)
  3. Η παράμετρος top_p (δειγματοληψία πυρήνα)
  4. max_completion_tokens
  5. Η παράμετρος seed
  6. Παράμετροι που απορρίπτονται από τα μοντέλα συλλογιστικής
  7. Συνιστώμενες ρυθμίσεις
  8. Πρακτική εξάσκηση
  9. Βασικά σημεία

Μάθημα αναθεωρημένο στις 3 Νοεμβρίου 2026 με βάση τις βέλτιστες πρακτικές της xAI, την αναφορά API (Chat Completions και Responses) και τον οδηγό Reasoning: Η xAI συνιστά temperature στο 0.7 και top_p στο 0.95 για τα μοντέλα της, οι θερμοκρασίες άνω του 1 περιορίζονται στο 1, το top_p έχει προεπιλογή 0.95, το max_completion_tokens περιορίζει μόνο την ορατή απάντηση (128.000 tokens από προεπιλογή) και το seed δεν εγγυάται τον ντετερμινισμό. Η προηγούμενη έκδοση συνιστούσε θερμοκρασίες έως 2, προεπιλογή top_p στο 1 και όριο που περιλάμβανε τη συλλογιστική. Πηγές: Βέλτιστες πρακτικές · Chat Completions · Reasoning.

Έλεγχος της δημιουργίας μέσω παραμέτρων

Πέρα από το κείμενο του prompt σας, το API του Grok δέχεται αρκετές αριθμητικές παραμέτρους που επηρεάζουν τον τρόπο με τον οποίο το μοντέλο δημιουργεί την απάντησή του. Με τα τρέχοντα μοντέλα, το κύριο μάθημα είναι αντιδιαισθητικό: χειριστείτε αυτές τις ρυθμίσεις με σημαντική συγκράτηση και θυμηθείτε ότι το prompt, πολύ περισσότερο από τις ρυθμίσεις, καθορίζει την ποιότητα της απάντησης.

Μια δημιουργική απάντηση που ελήφθη μέσω του prompt, στην εφαρμογή Grok

Θερμοκρασία (Temperature)

Η θερμοκρασία ελέγχει τον βαθμό τυχαιότητας στην επιλογή των tokens. Η αναφορά API την περιγράφει κλασικά: μια χαμηλή τιμή, όπως 0.2, κάνει την έξοδο πιο εστιασμένη και ντετερμινιστική· μια υψηλότερη τιμή, όπως 0.8, την κάνει πιο ποικίλη. Δέχεται τιμές από 0 έως 2, αλλά οτιδήποτε πάνω από 1 δειγματοληπτείται ως 1.

Οι βέλτιστες πρακτικές της xAI πάνε πιο μακριά: ορίστε τη temperature στο 0.7 και μην αποκλίνετε πολύ από αυτήν. Σύμφωνα με την xAI, τα μοντέλα Grok αντιδρούν άσχημα σε άλλες ρυθμίσεις δειγματοληψίας και η ποιότητα γενικά πέφτει όταν τις τροποποιείτε.

{
  "model": "grok-4.7",
  "messages": [{"role": "user", "content": "Propose a slogan for an organic bakery"}],
  "temperature": 0.7,
  "top_p": 0.95
}
0.7
Θερμοκρασία που συνιστά η xAI
1
Πραγματικό όριο θερμοκρασίας
0.95
Συνιστώμενο και προεπιλεγμένο top_p

Για να αποκτήσετε περισσότερη δημιουργικότητα, αυστηρότητα ή συντομία, χρησιμοποιήστε αντίθετα το prompt: ζητήστε ρητά απροσδόκητες προτάσεις, έναν πραγματιστικό τόνο ή μια απάντηση σε τρεις κουκκίδες. Αυτό είναι το αντικείμενο των επόμενων μαθημάτων.

Η παράμετρος top_p (δειγματοληψία πυρήνα)

Η παράμετρος top_p περιορίζει την επιλογή στα tokens που αθροίζουν μια δεδομένη μάζα πιθανότητας: στο 0.1, λαμβάνονται υπόψη μόνο τα tokens που αντιπροσωπεύουν το κορυφαίο 10% της πιθανότητας. Τα τρέχοντα μοντέλα κειμένου Grok έχουν αυτό προεπιλεγμένο στο 0.95 και οι τιμές πάνω από την προεπιλογή του μοντέλου περιορίζονται σε αυτή την προεπιλογή.

Η αναφορά API επαναλαμβάνει τη συνήθη συμβουλή να τροποποιείτε είτε τη temperature είτε το top_p, αλλά όχι και τα δύο. Οι βέλτιστες πρακτικές της xAI, νεότερες και ειδικές για τα μοντέλα της, ζητούν αντίθετα να ορίζετε και τα δύο ρητά σε κάθε αίτημα — 0.7 και 0.95 — ώστε τα αποτελέσματά σας να μην εξαρτώνται από τις προεπιλογές του διακομιστή και να χρησιμοποιείτε τις ίδιες τιμές για όλα τα μοντέλα που συγκρίνετε.

max_completion_tokens

Αυτή η παράμετρος περιορίζει τον αριθμό των tokens στην απάντηση. Εξυπηρετεί στον έλεγχο του μήκους και του κόστους του ορατού μέρους.

{
  "model": "grok-4.7",
  "messages": [{"role": "user", "content": "Summarize this document in three points"}],
  "max_completion_tokens": 500
}

Σημαντικά σημεία, σύμφωνα με την αναφορά API:

  • Ισχύει μόνο για τα ορατά tokens: η συλλογιστική και οι κλήσεις συναρτήσεων δεν μετρώνται· η προσπάθεια συλλογιστικής ελέγχει την αναστοχαστική διαδικασία
  • Χωρίς τιμή, έχει προεπιλογή 128.000 tokens· το παλιό max_tokens έχει καταργηθεί
  • Εάν επιτευχθεί το όριο, η απάντηση διακόπτεται και το finish_reason είναι "length" αντί για "stop" (το Responses API ονομάζει αυτό το όριο max_output_tokens και σηματοδοτεί μια κατάσταση incomplete)

Η παράμετρος seed

Η παράμετρος seed ζητά από το σύστημα δειγματοληψία όσο το δυνατόν πιο ντετερμινιστική: επαναλαμβανόμενα αιτήματα με το ίδιο seed και παραμέτρους θα έπρεπε να αποδίδουν το ίδιο αποτέλεσμα. Η αναφορά API διευκρινίζει ότι ο ντετερμινισμός δεν είναι εγγυημένος και παραπέμπει στο πεδίο system_fingerprint στην απάντηση για τον εντοπισμό αλλαγών στην πλευρά του διακομιστή.

{
  "model": "grok-4.7",
  "messages": [{"role": "user", "content": "Generate 5 tech startup names"}],
  "temperature": 0.7,
  "top_p": 0.95,
  "seed": 42
}

Περιπτώσεις χρήσης για το seed:

  • Δοκιμές και αποσφαλμάτωση: επαληθεύστε ότι ένα prompt παράγει σταθερά αποτελέσματα
  • Σύγκριση: δοκιμάστε διαφορετικές διατυπώσεις prompt με το ίδιο seed για να απομονώσετε την επίδραση της αλλαγής
  • Παρακολούθηση: καταγράψτε το seed και το system_fingerprint με κάθε αποτέλεσμα για να εξηγήσετε τη διακύμανση

Παράμετροι που απορρίπτονται από τα μοντέλα συλλογιστικής

Τα τρέχοντα μοντέλα Grok διαθέτουν συλλογιστική: τα presence_penalty, frequency_penalty και stop δεν μπορούν να σταλούν σε αυτά και ένα αίτημα που τα περιέχει επιστρέφει σφάλμα. Το logprobs, εν τω μεταξύ, αγνοείται από το Grok 4.20. Εάν μεταφέρετε κώδικα γραμμένο για άλλο πάροχο, αφαιρέστε αυτές τις παραμέτρους.

Συνιστώμενες ρυθμίσεις

Η xAI δεν προτείνει ένα σύνολο ρυθμίσεων ανά περίπτωση χρήσης: η σύστασή της είναι η ίδια παντού.

{"temperature": 0.7, "top_p": 0.95}

Προσθέστε ένα max_completion_tokens προσαρμοσμένο στο αναμενόμενο μήκος κατά περίπτωση, ένα seed για τις δοκιμές σας και, στα grok-4.5 έως 4.7, μια προσπάθεια συλλογιστικής (reasoning_effort) επιλεγμένη ανάλογα με τη δυσκολία του έργου: αυτό, και όχι η θερμοκρασία, καθορίζει την ταχύτητα, το κόστος και το βάθος.

Πρακτική εξάσκηση

Στείλτε το ίδιο prompt τρεις φορές, με temperature στο 0.7 και top_p στο 0.95, και στη συνέχεια τρεις φορές μια εκδοχή του prompt που καθορίζει τον αναμενόμενο τόνο και τη μορφή:

Prompt A: "Propose three names for a meditation app"
Prompt B: "Propose three short, evocative, and unexpected names for a meditation app
designed for busy executives. One name per line, no explanation."

Συγκρίνετε την ποικιλία και τη συνάφεια των απαντήσεων: η διαφορά προέρχεται από το prompt, όχι από τις παραμέτρους.

Βασικά σημεία

  • Η xAI συνιστά temperature στο 0.7 και top_p στο 0.95, ορισμένα ρητά σε κάθε αίτημα
  • Πάνω από 1, η θερμοκρασία περιορίζεται στο 1· το top_p δεν υπερβαίνει την προεπιλογή του μοντέλου (0.95)
  • Το max_completion_tokens περιορίζει μόνο την ορατή απάντηση, 128.000 tokens από προεπιλογή
  • Το seed στοχεύει στην αναπαραγωγιμότητα χωρίς εγγύηση: παρακολουθήστε το system_fingerprint
  • Τα presence_penalty, frequency_penalty και stop απορρίπτονται από τα μοντέλα συλλογιστικής