TGViewer
دیتایاد | هوش مصنوعی و علم داده دیتایاد | هوش مصنوعی و علم داده @datayad · 5.61K subscribers
Post #929 859
🧠 کنترل خروجی LLM فقط با چند پارامتر!

خیلی‌ها فکر می‌کنن جواب‌های مدل زبانی «تصادفی» یا «سلیقه‌ای» هستن، اما واقعیت اینه که همه‌چی با چند تا Generation Parameter کنترل می‌شه 👇
🔹 Temperature → خلاقیت یا قطعیت
🔹 Top-k / Top-p → محدود کردن انتخاب مدل
🔹 Frequency & Presence Penalty → جلوگیری از تکرار
🔹 Max Tokens → ماکسیمم طول پاسخ
🔹 Stop Sequences → توقف هوشمند خروجی

همین تنظیمات ساده تعیین می‌کنن مدل منطقی جواب بده، خلاق باشه یا حتی دچار توهم بشه.
اگه خروجی مدل اذیتت می‌کنه، مشکل اغلب از پرامپت نیست؛ از پارامترهاست ⚙️

📌 مرجع تخصصی هوش مصنوعی و علم داده
🤖 دیتایاد / datayad@
  • 🔥 3
More from @datayad
  1. Oct 15, 2026🚀 متا با مدل جدید Muse Wonder رسماً وارد لیگ Frontier شد بعد از ماه‌ها فاصله، متا دوباره…
  2. Oct 14, 2026🤖 پنجره کانتکست یا مموری؟ راز فراموشی ایجنت‌ها مدل ۱ میلیون توکنی دارید، اما ایجنت هنوز ب…
  3. Oct 13, 2026🧠 قانون چینچیلا؛ چرا غول‌های هوش مصنوعی «Undertrained» بودند؟ ⚖️ تو پست قبلی بررسی کردیم…
  4. Oct 11, 2026🤖 پارامتر بیشتر ≠ هوش بیشتر؛ چرا مدل ۷ میلیاردی گاهی ۱۳ میلیاردی رو شکست می‌ده؟ یه باور ق…
  5. Oct 10, 2026🧠 امبدینگ (Embedding)؛ چطور هوش مصنوعی «معنا» رو به عدد تبدیل می‌کنه؟ 🤖 تا حالا فکر کردی…
  6. Oct 9, 2026🚀 میسترال غول ۱ تریلیون پارامتری‌اش را معرفی کرد: Large 4 شرکت فرانسوی Mistral از مدل Lar…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →