Muestreo de núcleo (top-p)
Un método de muestreo (también llamado "top-p") en el que el modelo solo puede elegir entre el conjunto más pequeño de tokens candidatos cuya probabilidad acumulada alcanza un umbral p (por ejemplo, 0,9). Poda dinámicamente la "cola" improbable — el número de candidatos se adapta a lo segura que está el modelo.
Mecánica: se ordenan los tokens por probabilidad, se suman de arriba hacia abajo, y solo se conservan los que juntos representan p de la masa total (por ejemplo, el 90%); luego se muestrea entre ellos. Lo interesante: cuando el modelo está muy seguro (un token tiene el 95%) el núcleo es pequeño (casi determinista); cuando está inseguro (muchas alternativas de peso parecido) el núcleo es grande (más variación) → adaptación dinámica. Se diferencia de top-k (que siempre conserva exactamente k tokens, sean probables o no). La ventaja: evita que el modelo escoja por accidente un token muy improbable (que generaría sinsentidos) sin perder la variación natural. Se combina a menudo con la temperatura. El método de muestreo más habitual en los LLM modernos.