Muestreo min-p
Método de muestreo que fija el umbral en relación con el token más probable en lugar de en términos absolutos. Si el modelo está seguro, el conjunto se estrecha; si está inseguro, se abre automáticamente.
La regla es sencilla: multiplicar la probabilidad del mejor token por un factor, a menudo 0,05, y descartar todo lo que quede por debajo. Cuando la opción principal tiene un 90 % de probabilidad, el corte queda en 4,5 % y apenas sobrevive esa opción; cuando la distribución es plana y el máximo está en el tres por ciento, el corte cae a 0,15 % y sobreviven cientos de alternativas. Es lo contrario de top-p, que siempre recorta la misma masa de probabilidad sin importar la forma de la distribución, y que por eso o bien ahoga los pasajes creativos o deja pasar puro disparate tras un token incierto. El método lo propuso en 2023 la comunidad de modelos locales y hoy viene incorporado en la mayoría de los motores de inferencia.