ICLR

Turning Up the Heat: Min-p Sampling for Creative and Coherent LLM Outputs

提升采样温度：用于生成创意且连贯LLM输出的min-p采样

Minh Nhat Nguyen, Andrew Baker, Clement Neo, Allen Roush, Andreas Kirsch, Ravid Shwartz-Ziv

机构 * Apart Research ； Independent（独立研究者） ； New York University（纽约大学） 纠错

AI总结 min-p采样通过动态截断方法提升LLM生成文本的质量和多样性，尤其在高温度下表现优异，已获多个开源框架采用。

Comments Oral presentation at ICLR 2025. Camera-ready version available at https://iclr.cc/virtual/2025/poster/30358

Journal ref In Proceedings of the 2025 International Conference on Learning Representations (ICLR), 2025