Repetition penalty
Sampling-parameter som dämpar sannolikheten för tokens som redan dykt upp i kontexten — motverkar LLM-loopar ("the the the...").
Bibehåller logit-justering: dela logit med faktorn (typiskt 1.0–1.3) om token redan finns i sequence. Mer raffinerade varianter: frequency penalty (proportionell mot antal upprepningar) och presence penalty (binär: synts eller inte).
Hjälper små eller dåligt finetunade modeller; för stora moderna instruction-tunes räcker ofta default 1.0 (av) och temperature/top-p ensam. För hög penalty → modellen byter ämne osammanhängande.