大模型每步输出的是词表上的概率分布，解码策略决定如何从中选词。贪心解码总选概率最高的词，确定性强但易重复乏味；采样引入随机性，三个参数控制随机程度。

Temperature 在 softmax 前把 logits 除以 T：T<1 分布变尖锐、输出更保守确定；T>1 分布变平、更随机多样；T→0 近似贪心。Top-k 只保留概率最高的 k 个候选再重新归一化采样，截断长尾。Top-p（核采样）保留累积概率达到 p 的最小候选集，候选数量随分布形状自适应——分布尖锐时只留一两个词，平坦时放宽，通常比固定 top-k 更平滑，是主流选择。

搭配实践：事实问答、代码生成用低温（0-0.3）加 top-p 0.9；创意写作用 0.8-1.2。一般不建议同时大幅调整 temperature 和 top-p，改一个即可。易错点：temperature=0 也不保证严格确定（浮点非确定性、服务端实现差异）。追问方向：为什么高温下容易重复和跑题？