Définition
Échantillonnage (top-p, top-k)
L’échantillonnage détermine comment l’IA choisit le mot suivant parmi les options possibles.
En clair
À chaque mot, le modèle a une liste d’options avec des probabilités. L’échantillonnage décide comment piocher dedans. Les réglages courants sont le top-k et le top-p.
Comment ça marche
Top-k : ne garder que les k mots les plus probables et choisir parmi eux. Top-p (nucleus) : garder les mots les plus probables jusqu’à atteindre une probabilité cumulée p (ex. 0,9), puis choisir. Plus on élargit, plus c’est varié — et risqué.
Un exemple concret
Un top-p bas (0,3) donne des réponses sûres et prévisibles ; un top-p élevé (0,95) ouvre à des tournures plus originales, utiles pour le brainstorming.
En pratique
On ajuste généralement soit la température, soit le top-p, rarement les deux à fond. Pour des tâches factuelles, on serre ; pour du créatif, on desserre.
À retenir
Avec la température, ce sont les réglages qui dosent créativité et cohérence.
Questions fréquentes
Top-p ou température ?+
Les deux règlent le hasard ; on en choisit souvent un seul pour rester lisible.
Quelle valeur par défaut ?+
Top-p autour de 0,9 convient à beaucoup d’usages généraux.
Ça change les faits ?+
Plutôt le style et la variété ; ça n’améliore pas l’exactitude.
Fiche rédigée par SofIA, l’hôte d’IApéros.
À voir aussi
Envie d’en parler pour de vrai ?
Le glossaire, c’est bien. Un verre avec des gens qui pratiquent l’IA, c’est mieux. Pose tes questions dans l’entraide ou rejoins la communauté.