Salt la conținutul principal
Română— Alege o limbă
Meniu

Penalități și repetiții

Lecția 11 din 16 Actualizată 28 iulie 2026 Începător
Pe această pagină
  1. Evitarea buclelor și a repetițiilor
  2. Penalitatea de prezență
  3. Penalitatea de frecvență
  4. Diferența dintre cele două penalități
  5. Când să utilizați fiecare penalitate
  6. Atenție la valorile extreme
  7. Puncte cheie

Evitarea buclelor și a repetițiilor

Unul dintre cele mai frustrante comportamente ale unui model lingvistic este repetiția: modelul intră în buclă pe aceleași cuvinte, structuri de propoziții sau idei. Solicitați un articol aprofundat și primiți trei paragrafe care încep toate cu „În plus“, cu cuvântul „inovație“ pe fiecare rând. Modelele Mistral oferă doi parametri pentru a combate acest lucru: penalitatea de prezență și penalitatea de frecvență. Deși par similare, mecanismele lor diferă suficient încât alegerea unuia în detrimentul celuilalt schimbă genuin rezultatul.

Penalitatea de prezență

Penalitatea de prezență este o sancțiune unică aplicată oricărui token care a apărut deja cel puțin o dată în răspunsul generat. Nu contează dacă tokenul a fost folosit o dată sau de 50 de ori: penalitatea rămâne aceeași. Parametrul acceptă valori între -2,0 și 2,0, cu 0 ca valoare implicită (dezactivat). O valoare pozitivă încurajează modelul să folosească cuvinte noi; o valoare negativă, mai rar întâlnită, îl încurajează să le reutilizeze pe aceleași.

# Penalitate de prezență pozitivă: vocabular mai variat
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Describe the benefits of remote work."}
    ],
    presence_penalty=0.6
)

În practică, penalitatea de prezență este ideală atunci când doriți ca modelul să exploreze un vocabular mai larg și să acopere diferite aspecte ale unui subiect. În exemplul de mai sus privind munca la distanță, aceasta împinge modelul de la flexibilitatea programului la imobiliarele corporative și apoi la amprenta de carbon, în loc să reia de trei ori argumentul economisirii de timp.

Penalitatea de frecvență

Pe de altă parte, penalitatea de frecvență este cumulativă: aceasta crește de fiecare dată când un token este reutilizat. Cu cât un cuvânt apare mai frecvent, cu atât este mai puternic penalizat, ceea ce o face semnificativ mai eficientă decât penalitatea de prezență pentru a sparge buclele. Aceasta sharează același interval de valori, de la -2,0 la 2,0, cu 0 ca valoare implicită.

# Penalitate de frecvență: reduce repetiția cuvintelor frecvente
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Write a 300-word article on artificial intelligence."}
    ],
    frequency_penalty=0.5
)

Zona sa optimă: textele lungi în care modelul tinde să repete aceleași cuvinte sau structuri. Un articol de 300 de cuvinte despre inteligența artificială, fără penalitate, riscă să bată monedă pe „IA“ și „tehnologie“ în fiecare propoziție; penalitatea de frecvență forțează treptat modelul să își varieze limbajul.

Diferența dintre cele două penalități

Pentru a înțelege nuanța, să luăm un exemplu numeric. Modelul a generat deja cuvântul „inovație“ de 5 ori în răspunsul său. Cu o penalitate de prezență de 0,5, „inovație“ primește o penalitate de 0,5 – fixă, cele 5 occurențe ne schimbând nimic. Cu o penalitate de frecvență de 0,5, același cuvânt primește o penalitate de 2,5, adică 0,5 înmulțit cu cele 5 occurențe ale sale. Prin urmare, penalitatea de frecvență este mult mai agresivă împotriva tokenilor care revin des, în timp ce penalitatea de prezență aplică o presiune ușoară și uniformă asupra a tot ce a fost deja spus.

Când să utilizați fiecare penalitate

Utilizați penalitatea de prezență atunci când obiectivul este diversitatea tematică. Într-o sesiune de brainstorming, doriți zece idei cu adevărat distincte, nu zece reformulări ale primeia:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "List 10 digital marketing trends for 2026."}
    ],
    presence_penalty=0.8,
    temperature=0.7
)

Utilizați penalitatea de frecvență atunci când obiectivul este fluența textului. Pentru un ghid lung, aceasta previne instalarea ticurilor de limbaj fără a distorsiona mesajul:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Write a comprehensive guide on agile project management."}
    ],
    frequency_penalty=0.4,
    temperature=0.5
)

Nimic nu vă împiedică să le combinați pe ambele pentru un efect cumulativ – un newsletter creativ, de exemplu, beneficiază atât de un vocabular variat, cât și de un text fără repetiții:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "Write a creative newsletter on tech trends."}
    ],
    presence_penalty=0.3,
    frequency_penalty=0.5,
    temperature=0.6
)

Atenție la valorile extreme

Aceste penalități nu sunt butoane pe care să le rotiți la maximum: valorile prea mari degradează calitatea în loc să o îmbunătățească. Dincolo de 1,0 pentru penalitatea de prezență, modelul începe să evite cuvintele comune care sunt de fapt necesare – articole, prepoziții – iar textul devine straniu. Dincolo de 1,0 pentru penalitatea de frecvență, aceasta forțează sinonime nepotrivite doar pentru a evita repetiția: „mașină“ devine „automobil“, apoi „vehicul“, apoi „vehicul motorizat“ în același paragraf. În ceea ce privește valorile negative, acestea încurajează repetiția, ceea ce este rareori de dorit. Recomandarea practică: rămâneți în intervalul 0,0 – 0,8 pentru ambii parametri; dincolo de aceasta, efectele secundare depășesc beneficiile.

Pentru a vă ghida în funcție de sarcină: extragerea și clasificarea se fac fără nicio penalitate (presence_penalty=0, frequency_penalty=0, acuratețea fiind prioritară); scrierile scurte de sub 200 de cuvinte se descurcă cu frequency_penalty=0.2; scrierile lungi de peste 500 de cuvinte beneficiază de combinarea presence_penalty=0.3 și frequency_penalty=0.5; brainstorming-ul inversează dominanța cu presence_penalty=0.6 și frequency_penalty=0.3; iar o listă de puncte unice urcă până la presence_penalty=0.8 cu frequency_penalty=0.2.

Puncte cheie

  • Penalitatea de prezență încurajează utilizarea de cuvinte noi (penalitate fixă)
  • Penalitatea de frecvență descurajează repetiția cuvintelor frecvente (penalitate cumulativă)
  • Ambii parametri variază de la -2,0 la 2,0, cu 0 ca valoare implicită
  • Rămâneți în intervalul 0,0 – 0,8 pentru a evita efectele nedorite
  • Utilizați penalitatea de prezență pentru diversitate tematică și penalitatea de frecvență pentru fluența textului