Clicked Gallery

Was ist Temperatur bei KI?

Markiert in einem echten Engineering-Dokument. Erklärt von Clicked.

Im Satz verwendet

Setting the temperature to 0.2 makes completions more deterministic, which suits extraction and classification tasks.

Der Leser markierte ein Wort in der Dokumentation. Clicked erklärte den Fachbegriff „temperature“ in einfacher Sprache:

In drei Stufen erklärt

●○○

Overview

▾

Die Temperatur ist eine Einstellung, die steuert, wie vorhersehbar die Wortwahl eines KI-Modells ist. Niedrige Werte lassen es fast immer das wahrscheinlichste nächste Wort nehmen; höhere erlauben Wetten auf unwahrscheinlichere. Sie regelt Vielfalt, nicht Intelligenz.

●●○

Detail

▾

Vor jedem Token hält das Modell eine Rangliste von Kandidaten mit Wahrscheinlichkeiten, und die Temperatur formt diese Liste um. Nahe 0 gewinnt fast immer die oberste Wahl, derselbe Prompt liefert also zweimal fast dieselbe Antwort. Um 1 zieht das Modell proportional zu den ursprünglichen Wahrscheinlichkeiten, und darüber schrumpfen die Abstände, bis Außenseiterwörter echte Chancen bekommen. Typische Produkte laufen im Chat zwischen 0,7 und 1,0, während Code-Tools und Datenextraktion nahe 0 sitzen, denn eine kreative Antwort auf eine Formatieraufgabe ist schlicht eine falsche Antwort. Höhere Werte steigern die Vielfalt und damit das Risiko, in Unsinn abzudriften, weil jedes unwahrscheinliche Wort das nächste unwahrscheinliche wahrscheinlicher macht. Der Name stammt aus der Physik, wo Wärme die Teilchen aus ihren stabilsten Positionen rüttelt.

●●●

Analogy

▾

Die Mittagsbestellung im Büro. Geh auf Nummer sicher und alle bekommen einfach den Bestseller des Restaurants, identisch und verlässlich, jeden Tag. Dreh den Regler hoch und der Praktikant wählt per Dartwurf auf die Karte: an manchen Tagen eine Entdeckung, an anderen frittierte Reue.

KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung

Gleiche Fakten, anderer Vibe — Slang-Modus 😎

●○○

Overview

▾

Die Temperatur ist der Chaosregler. Niedrig heißt, die KI spielt jedes Mal das sicherste nächste Wort; hoch heißt, sie ist bereit zu zocken — gleiches Hirn, anderer Risikoappetit. 😎

●●○

Detail

▾

Unter der Haube ordnet das Modell jeden möglichen nächsten Brocken mit Quoten, und die Temperatur quetscht oder plättet diese Quoten. Bei 0 bekommst du bei jedem Lauf praktisch dieselbe Antwort, weshalb Code-Tools und Datenextraktoren dort wohnen: Kreativität in einem Datenfeld ist ein Bug. Chat-Produkte cruisen um 0,7 bis 1,0, genug Würze, um nicht nach Kühlschrank-Handbuch zu klingen. Dreh darüber hinaus und Außenseiterwörter fangen an zu gewinnen, und jede schräge Wahl macht die nächste schräger, so entstehen selbstbewusste Aufsätze über nichts. Also nein, die Temperatur ist kein Schlauheitsregler, sie ist ein Regler dafür, wie oft die KI auf den Außenseiter setzt. 😎

●●●

Analogy

▾

Spotify auf einer Party. Festgenagelt auf der Greatest-Hits-Liste klingt jede Party gleich und niemand beschwert sich. Übernimmt die Autowiedergabe, fängt sie an zu raten: mal eine versteckte Perle, mal Walgesänge, die den Raum beim dritten Song leeren.

KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung

Formale Definition — Derselbe Begriff, wie er sonst erklärt wird

Die Temperatur ist ein Skalar, der vor der Softmax auf die Ausgabe-Logits des Modells angewendet wird und die Schärfe der resultierenden Wahrscheinlichkeitsverteilung über Kandidaten-Tokens skaliert. Werte unter 1 konzentrieren die Wahrscheinlichkeitsmasse auf hochwahrscheinliche Tokens und erhöhen den Determinismus; Werte über 1 flachen die Verteilung ab und erhöhen die Diversität auf Kosten der Kohärenz.

Soll Clicked Begriffe wie „temperature“ direkt in deinem Browser erklären – auch in PDFs?

Zu Chrome hinzufügen — Kostenlos

50 kostenlose Erklärungen · Keine Kreditkarte nötig

Mehr aus der Galerie

Wie du ein Forschungspaper wirklich liest

Klug überfliegen, die Jargon-Wand durchbrechen, das Gelernte behalten — eine Session, richtig gemacht.

Was ist Tokenisierung?

Wie KI Text in Brocken zerlegt, bevor sie liest — und warum manche Sprachen mehr kosten.

Overfitting vs. Underfitting: Was ist der Unterschied?

Antworten auswendig vs. Buch nie geöffnet — und die Punktelücke, die beide entlarvt.

Was ist Stochastic Gradient Descent (SGD)?

Millionen Regler, eine Fehlerzahl — wie Modelle wirklich lernen, Trippelschritt für Trippelschritt.

Was ist Retrieval-Augmented Generation (RAG)?

Die KI aus deinen Dokumenten antworten lassen — erst abrufen, dann generieren, Belege inklusive.

Was sind Vektor-Embeddings?

Bedeutung als Koordinaten — wie Maschinen Ähnliches finden, ohne ein einziges Wort abzugleichen.