Temperatura (LLM)
Parámetro de muestreo que controla la aleatoriedad de un LLM. T=0 = greedy (siempre el token más probable, determinista). T=1 = distribución nativa. T>1 = más creativo/caótico. Técnicamente: se dividen los logits entre T antes del softmax.
Casos de uso: T=0 para salida estructurada (extracción de JSON, arreglo de código), T=0.7–1.0 para escritura creativa, T=1.5+ para lluvia de ideas. En la práctica, T=0 no es 100 % determinista por culpa de la coma flotante y el batching en la inferencia (el mismo prompt puede dar respuestas distintas entre llamadas). Se combina con top_p (nucleus sampling: muestrear entre los tokens cuya probabilidad acumulada supera p) y top_k (limitar los candidatos a los k más probables). Buena práctica actual: T=1 + top_p=0.9 para un equilibrio razonable. Para determinismo real hace falta un parámetro seed (OpenAI lo ofrece), no basta con T=0.