쉽게 이해하기

모델이 출력한 확률 분포를 특정 값(온도)으로 나눈 뒤 다시 확률로 변환하는 기법입니다. 온도를 낮추면 가장 그럴듯한 단어를 더 확실하게 고르는 보수적인 출력이, 온도를 높이면 다양하지만 때로는 엉뚱한 출력이 나옵니다. 창작 작업엔 높은 온도, 사실 기반 응답엔 낮은 온도가 흔히 어울립니다.