Température de génération (Curseur de créativité et d'aléatoire)
Paramètre numérique clé pour la génération de texte (généralement compris entre 0,0 et 1,0 ou 2,0). Il détermine le degré d'imprévisibilité dans le choix du token suivant : allant d'une logique déterministe stricte à une imagination plus libre.
1. Vue d'ensemble du concept et de sa finalité
Lorsque vous ouvrez les paramètres d'un modèle dans Google AI Studio, OpenAI Playground ou des applications tierces, le premier curseur que vous voyez est la Temperature (Température).
Beaucoup de débutants pensent qu'il s'agit d'une « température processeur » abstraite. En réalité, c'est un régulateur mathématique de l'audace et de l'aléatoire.
- Quand la température est basse, le modèle sélectionne les mots les plus banals, éprouvés et sûrs.
- Quand la température est plus élevée, le modèle se permet d'expérimenter, de prendre des risques et de vous surprendre avec des métaphores inattendues.
2. Échelle de température : aide-mémoire pour débutants
┌─────────────────────────────────────────────────────────────┐
│ ÉCHELLE DE TEMPÉRATURE DE 0.0 À 1.0 │
├─────────────────────────────────────────────────────────────┤
│ 🧊 0.0 – 0.2 (Précision glaciale / Déterminisme) : │
│ • Programmation, écriture de tests, requêtes SQL │
│ • Extraction de données au format JSON │
│ • Calculs mathématiques et comptables │
├─────────────────────────────────────────────────────────────┤
│ ⚖️ 0.5 – 0.7 (Équilibre doré / Travail quotidien) : │
│ • Correspondance professionnelle, rédaction de rapports │
│ • Traduction précise des textes en préservant le ton │
│ • Résumés et notes de réunions │
├─────────────────────────────────────────────────────────────┤
│ 🔥 0.8 – 1.0 (Flamme créative / Créativité) : │
│ • Brainstorming de noms de marques (naming) et slogans │
│ • Rédaction de nouvelles, contes, poèmes │
│ • Recherche d’idées originales pour une startup ou un cadeau │
└─────────────────────────────────────────────────────────────┘
3. Fonctionnement du point de vue mathématique
Lorsqu'un modèle cherche le mot suivant après la phrase « Sur l'arbre est assis... », il dispose d'une distribution de probabilités :
- « chat » — 60 %
- « oiseau » — 30 %
- « raton laveur » — 9 %
- « tracteur » — 1 %
Avec une température de 0.0, le modèle choisira toujours « chat », car 60 % représente le maximum. Avec une température de 0.8, le modèle lisse mathématiquement ces pics : désormais, « oiseau » et « raton laveur » ont une chance réelle d'être sélectionnés, ce qui rend le récit plus intéressant et diversifié.
4. Application pratique
Si vous avez demandé à ChatGPT de générer 10 noms pour un café et qu'il a proposé des variantes banales comme « Coffee Time », « Maison du Café » ou « Arôme de Café », ne réécrivez pas entièrement votre prompt. Il suffit d'augmenter la température à 0.9 ou 1.0 et de relancer la requête : les propositions deviendront nettement plus originales !
FAQ: Température de génération (Curseur de créativité et d'aléatoire)
Termes associés
Paramètres d'échantillonnage (Température, Top-p, Min-p)
Hyperparamètres mathématiques du décodage stochastique (Température, Top-P, Min-P, Pénalités) qui régissent la distribution de probabilité pour le choix du token suivant, déterminant le niveau de déterminisme, de précision et de créativité du modèle.
Échantillonnage Top-P / Noyau (Nucleus Sampling)
Méthode de filtrage probabiliste des mots (Nucleus Sampling). Permet d'éliminer la « longue traîne » des mots peu probables, étranges ou absurdes, en ne conservant que les options les plus pertinentes dont la probabilité cumulée atteint P (généralement 0,9).
Les tokens expliqués simplement (Combien de mots dans un token)
Unité de base de mesure du texte dans les modèles de langage. Explication de la manière dont les mots sont divisés en tokens, de l'impact sur le coût des requêtes et de la raison pour laquelle les mots ukrainiens consomment plus de tokens que les mots anglais.