新上线今天53 投票
Gemini 最新模型：temperature、top_p 和 top_k 参数被弃用且忽略
Google 在 Gemini 最新模型中正式弃用了 temperature、top_p 和 top_k 这三个传统文本生成参数。这意味着开发者将无法再通过调整这些参数来控制模型输出的随机性与多样性。
背景与影响
长期以来，temperature、top_p 和 top_k 是 AI 文本生成中用于平衡“创造性”与“确定性”的核心参数。开发者通过降低 temperature 让输出更聚焦，或提高 top_p 引入更多候选词。然而，Gemini 最新模型选择完全忽略这些设置，转而采用内部固定的采样策略。
这一变化可能源于 Google 对模型输出质量与安全性的强化控制。通过移除用户可调节的随机性参数，模型行为更加统一，有助于减少意外输出或不当内容。但对于依赖精细调参的开发者而言，这无疑是一次重大调整——他们需要寻找新的方式来引导模型风格，例如通过 prompt 工程或 system instructions。
行业趋势
Google 并非第一家做出此决定的公司。OpenAI 的 GPT-4 系列也逐步弱化了 temperature 等参数的作用，转而强调指令遵循能力。这反映出前沿模型正从“参数控制”向“自然语言控制”演进：模型越来越擅长理解提示中的细微意图，而无需用户手动调节数学参数。
开发者应对建议
- 更新代码：移除对 temperature、top_p、top_k 的调用，避免依赖这些参数实现特定效果。
- 强化 prompt 设计：通过明确指令、示例和约束条件来引导输出风格。例如，使用“以专业口吻回答”替代降低 temperature。
- 关注官方文档：Google 可能在未来推出替代机制，如“风格预设”或“输出配置 API”，需及时跟进。
小结
Gemini 弃用传统采样参数是 AI 模型走向“更智能、更可控”的必然一步。对开发者而言，短期需要调整适配，长期则意味着更简洁的接口与更强大的自然语言交互能力。