Temperatura (sampling)
Un parámetro que controla cuán aleatoria es la salida de un LLM. Con temperatura baja (cerca de 0) el modelo se vuelve enfocado y predecible (elige casi siempre la palabra más probable); con temperatura alta se vuelve más creativo y variado — pero también más propenso a descarrilar.
Mecánica: antes de elegir el siguiente token, el modelo tiene una distribución de probabilidad sobre todos los tokens posibles. La temperatura escala esa distribución: un valor bajo la "afila" (la masa de probabilidad se concentra en los candidatos principales → casi determinista en 0), un valor alto la "aplana" (más tokens tienen una oportunidad → más variación y elecciones inesperadas). Regla práctica: temperatura ~0 para hechos, código y extracción (se quiere la respuesta correcta y estable); 0,7–1,0 para escritura creativa y generación de ideas. Se suele combinar con top-p/top-k, que recortan qué tokens siquiera entran en juego. Una temperatura demasiado alta produce disparates incoherentes. Uno de los mandos más básicos al usar un LLM. Relacionado con el nucleus sampling y el top-k.