核心要点
区分三者作用层：Temperature 改分布形状，Top-k/Top-p 改候选集合
Top-k 固定截断个数，Top-p（nucleus）按累积概率动态截断，长尾自适应
能说明取值经验与组合顺序，及对多样性/稳定性的权衡
标准回答
自回归解码每步对词表 logits 经 softmax 得概率分布，三种方法控制如何从中采样：
Temperature（温度）：对 logits 除以 (T) 再 softmax。(T<1) 使分布更陡峭、更确定；(T>1) 更平坦、更随机；(T\to0) 退化为贪心。它调的是分布形状，不删候选。
Top-k：只保留概率最高的 (k) 个 token，重新归一化后采样。简单但 (k) 固定——分布尖锐时引入劣质候选，分布平坦时又可能切掉合理候选。
Top-p（Nucleus）：从高到低累加概率，取累积刚超过 (p) 的最小集合采样。候选数随分布动态变化，比 Top-k 更自适应。
实践：三者通常组合，典型先 Temperature 缩放，再 Top-k/Top-p 截断。创意写作 (T\approx0.8)、(p\approx0.9)；事实/代码任务低温甚至贪心。参见 文本生成与解码策略 与 Temperature。
常见误区
⚠️ 常见踩坑
Temperature 不会删除候选，只改变概率陡峭度；Top-p 的 p 不是“取前百分之多少的 token”，而是累积概率阈值，候选个数是动态的。
追问
追问 1：Temperature=0 和贪心解码是一回事吗？
工程上等价：(T\to0) 时 softmax 退化为对最大 logit 的 one-hot，每步选概率最高的 token，即贪心解码。实现中常直接做 argmax 以避免数值问题。
追问 2：Top-k 和 Top-p 哪个更好，能一起用吗？
Top-p 通常更稳健，因为它按分布动态调候选数；Top-k 在尖锐或平坦分布下都可能不合适。两者可叠加（先 Top-k 再 Top-p），取交集进一步剪枝，很多推理框架默认同时支持。
追问 3：采样和 Beam Search 有何区别？各适合什么场景？
Beam Search 维护多条高概率路径择优，偏确定、易重复，适合机器翻译、摘要等有明确目标的任务；采样引入随机性、多样性高，适合开放式生成、对话与创意写作。
延伸学习
与本题相关的知识库文章、术语、工具与行业资讯。