Min-p sampling
しきい値を絶対値ではなく、最も確率の高いトークンに対する相対値で決めるサンプリング手法。モデルが確信しているときは候補が絞られ、迷っているときは自動的に広がる。
ルールは単純で、最上位トークンの確率に係数（多くは0.05）を掛け、それ未満をすべて捨てる。最上位が90%なら足切りは4.5%となり、ほぼその1択だけが残る。分布が平坦で最上位が3%なら足切りは0.15%となり、数百の候補が生き残る。top-pはこれと対照的で、分布の形に関係なく常に同じ量の確率質量を除く。そのため創造的な箇所を窮屈にしたり、不確かなトークンの後に無意味な語を通したりする。この手法はローカルモデルのコミュニティが2023年に提案し、今ではほとんどの推論エンジンに実装されている。