الانتقال إلى المحتوى

درجة الحرارة (Temperature)

درجة الحرارة إعداد يتحكم في مقدار العشوائية حين يختار النموذج اللغوي التوكن التالي. القيمة المنخفضة تجعله يختار الاستمرار الأرجح في أغلب المرات، والقيمة المرتفعة تمنح الكلمات الأقل احتمالًا فرصة حقيقية.

آخر تحديث: 8 نوفمبر 2026

  1. مقروءة على أجهزتك فقط.

    محادثتك مقروءة على جهازك، وعلى أجهزتك الأخرى إن زامنتها. وليس في أي مكان آخر.

  2. غير مقروءة لدينا.

    تمرّ رسالتك دون أن تُكتب في أي مكان، ولا تبقى محادثاتك لدينا إلا مشفّرة.

  3. النموذج لا يعرف من أنت.

    يتلقى السؤال، لا بريدك ولا حسابك ولا عنوان IP الخاص بك.

  4. لا شيء يبقى في الطريق.

    يعود الرد ويُحفظ هنا مشفّرًا؛ وحتى مع المزامنة، لا يصلنا مفتاحك أبدًا مكشوفًا.

مسار المحادثة على NeverNo. التفاصيل في صفحة الشفافية.

كيف يعمل

في كل خطوة يمنح النموذج درجة لكل توكن في مفرداته ويحوّل الدرجات إلى احتمالات. وتعيد درجة الحرارة قياس هذه الدرجات قبل الاختيار. قرب الصفر يهيمن التوكن الأرجح ويصبح الناتج شبه حتمي، فطرح السؤال نفسه مرتين يعطي إجابتين متقاربتين جدًا. وعند قيمة قريبة من واحد يسحب النموذج وفق احتمالاته الخام. وكلما ارتفعت أكثر تسطّح التوزيع وظهرت كلمات مفاجئة أكثر، فيصير النص مبتكرًا ثم قد يفقد تماسكه. تخيّل أسطوانة يانصيب: الحرارة المنخفضة تُبقي فيها الكرات الأثقل فقط، والمرتفعة تسمح بخروج الأخف.

القيمة المناسبة تتوقف على المهمة. أداة استخراج بنود أو مولّد اختبارات أو مساعد SQL تريد قيمًا منخفضة لأن الثبات مهم وأي انحراف إبداعي خلل. أما عصف الأفكار لشعار أو حكاية قبل النوم أو مونولوج الشرير في قصة فتريد قيمًا أعلى لأن التنوع هو الهدف. لكن الحرارة المنخفضة لا تجعل النموذج أصدق: قد يكرر الإجابة الخاطئة نفسها بثبات تام.

وهناك إعدادات قريبة غالبًا ما تُضبط معها. top_p، أو أخذ العينات النووي (nucleus sampling)، يُبقي أصغر مجموعة من التوكنات يبلغ مجموع احتمالاتها نسبة محددة ويسحب منها. وتسلسل التوقف يخبر النموذج أين ينهي ردّه. والبذرة، حيث يدعمها المزوّد، تجعل الاختيار العشوائي قابلًا للتكرار. والنصيحة الشائعة أن تعدّل الحرارة أو top_p لا الاثنين معًا. ومن الناحية الرياضية تُقسَم القيم الخام (logits) على درجة الحرارة قبل أن تطبّعها دالة softmax: القسمة على عدد أصغر من واحد تزيد القمم حدة، والقسمة على عدد أكبر من واحد تسطّح المشهد وتنشر الاحتمال نحو الأطراف.

في NeverNo

في NeverNo تقبل واجهة API المعاملات temperature وtop_p وstop وseed في طلب الدردشة. تُمرَّر إلى النماذج التي تدعمها وتُحذف للنماذج الأخرى، وتذكر قائمة النماذج المعاملات التي يدعمها كل نموذج، فراجعها قبل أن تعتمد على أحدها. ومن النماذج المفتوحة في الكتالوج Qwen 3.5 35B، النموذج الخاص والمجاني من Alibaba الذي يقرأ الصور ويتيح لك اختيار ما إذا كان يستدل.

وتعرض صفحة الدردشة الذكية بلا رقابة كيف يجيب NeverNo بصراحة ويحتفظ بسجلك في متصفحك. وأيًّا كانت قيمة الحرارة التي تختارها، تبقى الحدود الصارمة نفسها: لا شيء يخص القاصرين، ولا شيء عن أشخاص حقيقيين دون موافقتهم، ولا مساعدة فعلية على إلحاق أذى جسيم بالآخرين.

ما يستحق التذكر

  1. درجة الحرارة تغيّر عشوائية اختيار التوكن التالي، لا مقدار ما يعرفه النموذج.

  2. القيم المنخفضة تناسب المهام التي تحتاج ثباتًا، والمرتفعة تناسب العمل الإبداعي.

  3. الحرارة المنخفضة لا تضمن إجابة صحيحة بل إجابة أكثر قابلية للتكرار.

  4. top_p وتسلسلات التوقف والبذرة أقارب قريبة، وعدّل الحرارة أو top_p لا الاثنين.

  5. بعض نماذج الاستدلال تثبّت هذا الإعداد أو تتجاهله، فاقرأ المعاملات المدعومة أولًا.

أسئلة شائعة

أي درجة حرارة أستخدم؟

للأسئلة الواقعية والشيفرة والمخرجات المنظمة ابدأ منخفضًا، بين صفر وحوالي 0.3. وللكتابة وتوليد الأفكار جرّب قيمة قرب 0.7 إلى 1. هذه نقاط انطلاق فقط، فكل نموذج يتفاعل بشكل مختلف قليلًا.

هل تعطي الحرارة صفر الإجابة نفسها في كل مرة؟

تجعل الإجابة ثابتة جدًا لكن ليس دائمًا متطابقة تمامًا، لأن تقريب الأعداد العشرية وتجميع الطلبات على بطاقات الرسوميات وجدولة الخادم قد تحرّك الحساب قليلًا. والبذرة، إن دعمها النموذج، تساعد على إعادة إنتاج النتيجة.

هل تسبب الحرارة العالية الهلوسة؟

ترفع احتمال الصياغات غير المرجحة، وهذا قد يُبعد النموذج عمّا هو موثوق. لكن النموذج قد يذكر أشياء خاطئة عند أي درجة، فتحقق من الوقائع المهمة أيًّا كان الإعداد. وتسجيل القيمة الدقيقة مع كل ناتج يجعل التجارب قابلة لإعادة الإنتاج والمقارنة بين مرة وأخرى.

اطرح سؤالك الأول

بلا حساب ولا بطاقة. اكتب بأي لغة من اللغات العشر التي يتحدثها NeverNo.

افتح الدردشة