热点事件持续更新
PyTorch 实验展示温度对 token 采样分布的影响
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月25日，AGI Hunt 报道了一项用 PyTorch 做的采样实验，作者固定一组合成 logits、只改温度来观察 token 采样分布如何变化：当温度从 0.2 升到 5.0 时，最高概率 token 的概率从 99.73% 降到 15.58%。报道解释，机制是 logits 不变、仅在 softmax 中除以温度 T，低温放大 logits 之间的差异、高温把分布拉平。实验每档温度做 2 万次采样，并称 T=2 时 128 次采样已覆盖 12 个候选 token。该报道为事件的最新且目前唯一一篇，未出现与早先报道矛盾的数字或说法。
AI 根据报道生成 · 2 小时前更新
最新进展10月25日 12:11
新实验显示温度从 0.2 到 5.0，最高 token 概率由 99.73% 降至 15.58%。报道时间线
沿着报道，了解事件的不同侧面。
10月25日
- AGI HuntPyTorch 采样实验：同一组 logits 温度从 0.2 到 5.0，最高 token 概率从 99.7% 跌到 15.6%
作者用 PyTorch 做固定 logits、仅改温度的采样实验：温度从 0.2 到 5.0，最高 token 概率从 99.73% 降到 15.58%。logits 不变，仅 softmax 除以 T：低温放大 logits 差异，高温拉平分布。实验用固定合成 logits、每档温度 2 万次采样，T=2 时 128 次采样已覆盖 12 个候选 token。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。