Por qué un mismo prompt genera historias distintas: temperatura y seed en Qwen

Relevancia 43 de 100 China, Zhejiang

La autora lanzó el mismo prompt de relato corto sobre un vigilante de museo en dos modelos pequeños abiertos, Qwen2.5-1.5B-Instruct y Qwen3-0.6B, con temperatura 0,2, 0,7 y 1,2 y ocho seeds por temperatura (48 respuestas). Con temperatura 0,2, Qwen2.5 cambió de autor de la nota (un fantasma, un descendiente, una niña), mientras que Qwen3 mantuvo al antiguo empleado con detalles variables. A temperatura 1,2, Qwen2.5 mezcló el texto con código y fragmentos de otros idiomas, y explica que el seed fija el generador aleatorio, pero cada token condiciona al siguiente, así que las respuestas divergen.

Fuentes

Habr Machine Learning (RU)Повышаем температуру, или почему один промпт дает разные сюжеты