Température (échantillonnage)
La température (temperature) est un réglage d'échantillonnage qui contrôle le caractère aléatoire des choix de mots d'un modèle de langage. Des valeurs basses lui font privilégier les tokens les plus probables ; des valeurs plus élevées répartissent les choix sur des tokens moins probables.
Aussi appelé : sampling temperature
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
À chaque étape, un grand modèle de langage produit une probabilité pour chaque token suivant possible. La température remet ces probabilités à l'échelle avant que l'un d'eux soit choisi. La baisser rend la distribution plus pointue, si bien que les tokens probables le deviennent encore plus. L'augmenter aplatit la distribution, si bien que les tokens improbables sont choisis plus souvent.
Comment ça marche
La température divise les scores bruts du modèle avant l'étape softmax qui les transforme en probabilités. Le guide de génération de texte de Hugging Face décrit la baisse de la température comme le fait de rendre la distribution plus pointue, en augmentant la probabilité des mots à forte probabilité et en diminuant celle des mots à faible probabilité. Près de zéro, l'échantillonnage revient presque à toujours prendre le token en tête.
Quelle valeur choisir
- Une température basse convient à l'extraction, à la classification, au code et à tout ce qui n'a qu'une bonne réponse. - Une température plus élevée convient au brainstorming, aux formulations variées et à l'écriture créative.
Les plages et les valeurs par défaut diffèrent selon le fournisseur : consultez la référence de l'API du modèle que vous appelez.
En quoi elle diffère du top-p
L'échantillonnage top-p coupe la queue improbable de la distribution et échantillonne dans ce qui reste. La température remodèle toute la distribution. Une règle empirique courante consiste à ajuster l'un et à laisser l'autre à sa valeur par défaut.
Limites
Une température basse ne rend pas un modèle exact. Elle le rend plus régulier, y compris dans l'erreur. Elle ne promet pas non plus une sortie identique à chaque appel. Si vous avez besoin de formats fiables, utilisez la sortie structurée ; si vous avez besoin de faits, utilisez l'ancrage.
Termes liés
- Grand modèle de langage
- Un grand modèle de langage (LLM, large language model) est un réseau de neurones doté de milliards de paramètres, entraîné sur de grandes quantités de texte à prédire le token suivant, ce qui lui permet d'écrire, de répondre à des questions, de résumer et de suivre des instructions.
- Échantillonnage top-p
- L'échantillonnage top-p (top-p sampling), ou nucleus sampling, choisit chaque token suivant uniquement dans le plus petit ensemble de candidats dont la probabilité cumulée atteint un seuil p, en coupant la longue queue des tokens improbables.
- Token (LLM)
- Un token (LLM), ou jeton, est l'unité de texte de base qu'un modèle de langage lit et écrit, souvent un mot, une partie de mot, un signe de ponctuation ou un octet. Les prix, la vitesse et les limites de contexte se comptent tous en tokens.
- Sortie structurée
- La sortie structurée (structured output) est une fonctionnalité d'API qui oblige la réponse d'un modèle de langage à suivre un format que vous définissez, généralement un JSON Schema, pour que du code puisse l'analyser de façon fiable au lieu d'extraire des informations d'un texte libre.
- Hallucination (IA)
- Une hallucination est une sortie d'un modèle d'IA qui paraît fluide et assurée mais qui est fausse, non étayée par ses sources ou inventée, comme une référence, une citation, une statistique ou une fonction d'API imaginaires.