Top-p

Nachdem ein Modell sein Vokabular bewertet hat, besitzt es für jedes mögliche nächste Token eine Wahrscheinlichkeit. Top-p sortiert sie von der größten zur kleinsten, addiert von oben, bis die Summe p erreicht, und verwirft alles unterhalb dieser Linie. Die übrigen Tokens werden so skaliert, dass ihre Wahrscheinlichkeiten wieder eins ergeben, und die Wahl fällt unter ihnen. Die Größe der Gruppe ist nicht festgelegt: Ist das Modell sicher, überschreitet vielleicht schon ein einziges Token die Schwelle, sind viele Fortsetzungen plausibel, umfasst die Gruppe Dutzende. Dieses anpassungsfähige Verhalten erklärt, warum Top-p neben Top-k beliebt wurde, einem einfacheren Schnitt, der unabhängig von der Lage immer gleich viele Kandidaten behält.

Stell dir eine Speisekarte vor, die nur die meistbestellten Gerichte aufführt, bis sie neun von zehn Bestellungen abdeckt. An einem ruhigen Abend mit klarem Favoriten ist die Karte kurz, an einem vollen Abend mit gemischten Geschmäckern lang. Ein Top-p von 1 behält alle Tokens und ändert daher nichts, während ein Wert nahe 0,1 fast nur die beste Wahl übrig lässt und die Ausgabe beinahe deterministisch macht. Für Unterhaltung und Schreiben sind Werte zwischen 0,8 und 1 üblich, und ein niedrigerer Wert beschneidet die seltenen, seltsamen Wörter, die einen Text manchmal vom Kurs abbringen. Viele Chat-Oberflächen verstecken diesen Regler, doch er bleibt ein praktischer Hebel, wenn ein Assistent eintönig klingt oder abschweift.

Top-p wirkt in derselben Stufe wie die Temperatur, und beide beeinflussen sich. Die Temperatur formt zuerst die Wahrscheinlichkeiten um, dann schneidet Top-p den Rand der umgeformten Verteilung ab. Die meisten Anleitungen raten deshalb, nur eine der beiden Einstellungen zu ändern und die andere auf dem Standardwert zu lassen, damit du erkennst, was die Veränderung bewirkt hat. Keine der Einstellungen macht eine Antwort wahrer: Sie regeln nur, wie gewagt die Wortwahl ist. Manche Reasoning-Modelle legen diese Parameter fest oder ignorieren sie, und Anbieter stellen nicht dieselben Regler bereit, daher hat die Dokumentation des Modells das letzte Wort.

Bei NeverNo nimmt die API top_p in einer Chat-Anfrage entgegen, neben temperature, stop und seed. Sie werden an die Modelle weitergereicht, die sie unterstützen, und für die übrigen weggelassen; die Modellliste zeigt, welche Parameter jedes Modell kennt, prüfe sie also, bevor du dich auf einen verlässt. Qwen 3.5 35B, ein kostenloses privates Modell von Alibaba, das Bilder liest und dich wählen lässt, ob es nachdenkt, gehört zu den offenen Modellen im Katalog.

Die Seite über KI-Chat ohne Zensur zeigt, wie NeverNo offen antwortet und deinen Verlauf in deinem Browser behält. Sampling-Einstellungen verändern den Stil einer Antwort, nie die festen Grenzen: nichts, was Minderjährige betrifft, nichts über reale Personen ohne deren Einwilligung und keine echte Hilfe, andere schwer zu schädigen.