温度（サンプリング）
LLMの出力のランダムさを決めるパラメータ。低い温度（0付近）ではモデルは集中的で予測しやすく、ほぼ常に最も確からしい語を選ぶ。高い温度では創造的で多様になるが、脱線もしやすくなる。
仕組みはこうだ。モデルは次のトークンを選ぶ前に、可能なすべてのトークンに対する確率分布を持っている。温度はこの分布を伸縮させる。低い値は分布を「尖らせ」、確率が上位の候補に集中するので、0ではほぼ決定的になる。高い値は分布を「平らに」し、より多くのトークンに機会が回るため、変化に富んだ意外な選択が増える。目安として、事実、コード、情報抽出のように正確で安定した答えが欲しいときは温度0付近、創作やアイデア出しには0.7〜1.0がよい。どのトークンを候補に残すかを絞るtop-pやtop-kと組み合わせることが多い。高すぎる温度は支離滅裂な出力を生む。LLM利用で最も基本的なつまみの一つである。