Как temperature и seed меняют связность локального текста у Qwen
Как temperature и seed меняют связность локального текста у Qwen В одном воспроизводимом тесте на двух локальных моделях — Qwen2.5-1.5B-Instruct и Qwen3-0.6B — автор проверил, как temperature и seed влияют на одинаковый англоязычный промпт. Для каждой из трёх температур, 0,2, 0,7 и 1,2, было сделано по восемь запусков с seed от 201 до 208; в основных прогонах был включён случайный выбор, а top-k и top-p отключены. Практический вывод простой: при низком temperature ответы держатся ближе к одной версии сюжета, а при повышении растёт вариативность и риск потери связности. У Qwen3 при 0,2 все восемь ответов сохраняли одну и ту же роль автора записки, а у Qwen2.5 появлялись разные сюжетные варианты. На 0,7 обе модели стали свободнее, а на 1,2 у Qwen2.5 уже возникали сбои, смешение с программным текстом и фрагментами разных языков. Это полезно для локальных экспериментов с генерацией, где важны повторяемость и контроль тона. Но результаты опираются на небольшой набор прогонов и один сюжетный промпт, а точку первого расхождения историй автор не смог установить без сохранённых логитов. Для своих задач стоит отдельно проверить low-temperature режим и не переносить эти наблюдения на все модели сразу. Источник: Habr AI Practice RU — https://habr.com/ru/companies/bothub/articles/1094492/