# 第14课教师讲稿｜温度与采样：同一候选表怎样选出不同词

**60分钟，v6完整课程新版。** 对应网站原课《温度与采样：AI 为什么每次回答不一样》。按网站主题顺序，以先预测、看见过程、实际操作、独立完成为课堂主线，旧版保留。

## 本课只追一个问题

只改变温度或选择方式，候选比例与实际选中的词会怎样变化？

学生留下三项成果：用材料解释问题；改变一个条件并保存变化；在新材料上独立核对结论。教师不以术语代替成果，也不把界面出现结果当成理解。

## 课前准备与投影安排

先打开实验，检查标题“一张词卡表，四种选择方式”与按钮“计算并查看过程”。输入区默认材料应与下面一致。教师先运行一遍并对照答案，随后恢复默认值；上课先投影输入区，学生完成预测后再展示输出，独立期间不展开答案文件。

实验性质：**本地真实概率计算与给定抽样数重放；未运行语言模型**。教师原样读出，让学生知道究竟做过什么。浏览器过程能复算，不等于现实服务接受请求、模型完成训练、论文系统被复现或学习效果得到验证。

准备学生工作纸、参考答案和可保存文字的本地文档。每人建“原先预测、实际观察、依据、修订”四栏，预测不得覆盖。电脑出错可同桌共用，轮流操作者和核查者，两人分别交记录。完全不能运行则用同一材料手算或卡片重放，注明人工后备，不冒称已运行。

### 可直接使用的材料

T=1；选择方式为按区间抽样；u=0.62。原始候选甲0.40、乙0.30、丙0.20、丁0.10。

以下数字、文档与输出均为本课程原创教学样例，不是真实产品测试或学生资料。
甲0.40、乙0.30、丙0.20、丁0.10。抽样区间左闭右开；随机数0.05、0.62、0.88、0.34。另求k=2与p=0.75。

### 板书不一次写满

左边写原始材料与问题，中间分“输入／动作／中间证据”，右边留“能说什么／还不能说什么”。换材料先擦掉上一题结论，保留方法。公式、数字或字段出现前，先用材料说明它指什么。学生只答术语时，请他回到原文、计算或状态，教师据此判断是否需要停留。

## 0—5分钟：从再问一次开始

“你是否见过同一句问题，重问后措辞变了？先写一个你能观察到的变化：可能是开头、例子或顺序。今天不会把这种变化直接叫聪明，我们先拆开‘有哪些候选’和‘这次选了谁’。”把四张甲乙丙丁卡放在桌上，明确它们只是符号，不代表正确、错误或四个真实答案。有人说模型在凭心情回答，追问心情在程序中是哪一个输入；暂时只记录这句话，课堂结束再修订。


## 5—11分钟：把概率变成一条可走的尺子

“想象一条从0到1的尺子，甲占前四成，乙占接着三成，丙再占两成，丁占最后一成。我们不是先选词再编一个数，而是先给各候选划地盘，再看一个数落在哪里。”板书0、0.4、0.7、0.9、1，让学生指出0.62的位置。解释左闭右开：0.4恰好走进乙的区域；最后端点1不在允许输入中。尺子只是把概率落实成一次选择的方法，不是模型内部的文字记忆仓库。


## 11—17分钟：先理解改变比例，再碰温度符号

“温度不是让电脑更热，也不是让知识更准确。它改的是这张候选比例表的形状。”先展示原始甲40%、丁10%，让学生预测低温后两者差距如何，再介绍本例用 p 的1/T次方调整。T=1不改变原始比例；T=0.5意味着平方，甲变成0.16、丁变成0.01。这里还没变回概率，四项之和不是1，必须一起除以总和。让学生先算0.16+0.09+0.04+0.01，强调我们只是换一种等价表达看温度，不训练新权重。


## 17—24分钟：第一次运行看完整过程

“点击计算并查看过程以后，先别只抄‘选中’两个字。找温度调整后的列，再找保留列，最后找抽样区间。”教师按默认条件运行，请一位学生口述从输入到输出的三段过程。如果他只说概率最大就选甲，请让他沿着0.62回到尺子；我们当前选择的是抽样，不是只取第一名。再重复一次完全相同的输入，让学生看到页面结果保持一致，因为我们公开给定了抽样数，方便复算，没有偷偷制造随机变化。


## 24—31分钟：一次只改一个开关

“现在只改T，u不动；你是在比较比例形状如何改变。再恢复T=1，只改保留前两项，你是在比较候选范围。”保留甲乙时，两项占原表0.7，最后比例要除以0.7，不是直接删去两行就结束。累计至少0.75时，前两项合计0.7还不够，所以需要第三项；学生若认为0.75是新分母，请他检查除完后的总和。提醒先温度后截断的顺序是本实验明确约定，现实产品的选项与支持情况应另查说明。


## 31—37分钟：把变化与任务质量分开

“现在换回真实任务视角：如果题目是报告活动人数，20改成30就是事实变化；如果是写一句欢迎语，不同措辞可能都可用。”让学生把变化分成可接受的表达变化与不能放过的事实变化。页面只能解释候选选择，不负责证明内容真实。工具若没有温度设置，不能把聊天里的‘请更有创意’当成实际修改了采样参数；这句话进入提示后可能改变输出，但你没有参数层面的观测证据。


## 37—49分钟：独立算另一张季节卡

“独立材料换成春夏秋冬；不要沿用甲乙的区间，也先不要点教师答案。”让学生重新检查总和，分别画原始区间，计算k=2与p=0.85的保留集合。教师巡回时只问‘这一步的分母来自哪里’‘随机数是按哪张表使用’，不报候选名称。如果学生会用计算器但讲不出筛选标准，要求他在每个保留词后写累计和。允许同桌在各自提交初稿后比较分歧，不以谁算得快作为评分。


## 49—55分钟：讲评让错误定位到一层

收起独立稿后再投影参考。把错误分成温度调整错、截断集合错、归一化错、落区间错四类。一份最终选词碰巧正确的答案仍可能有中间错误；让学生指出自己应改的是哪一层。“我们不是用四次结果估计模型能力，只是在验证一个公开算法。”如果有人得出低温永远正确，请给反例：最高概率候选本身也可能缺乏事实依据；选择它只说明策略稳定，不说明事实已核实。


## 55—58分钟：迁移到需要稳定格式的工作

请学生为‘按原文提取日期人数’和‘想五个不同海报标题’分别写验收标准。前者重点是来源一致和字段不丢，后者允许表达多样但仍不能编造活动事实。不要要求学生购买或选择某一模型；这一步只判断不同任务想保留哪类变化。若真实工具有参数界面，课后可保留参数截图和三次原始输出；少量实验只能说明这次条件下的观察。


## 58—60分钟：用一句话结束

“请完成这句话：同一候选表不一定产生同一输出，是因为……；但输出变多样不能证明……”要求学生用本课一次实际运行的数据作支持，不能只写温度越高越聪明。退出前检查观察记录有没有写T、选择方式和u，遗漏一个就难以复现。未能完成独立计算的学生带走季节卡和自己的中间步骤，下一次从出错的层继续。


## 课后备课参考：把演示中的每一步讲完整

用于教师备课与独立任务结束后复核，不在预测前投影。

### 先检查概率和

本步结果：0.40+0.30+0.20+0.10=1。原因：完整分布先满足总和为1。

### 画四个累计区间

本步结果：甲[0,0.4)，乙[0.4,0.7)，丙[0.7,0.9)，丁[0.9,1)。原因：给定随机数落在哪个区间就选哪项。

### 分别做贪心与给定抽样

本步结果：贪心四次都是甲；示意抽样为甲乙丙甲。原因：这里重复同一表只为演示选择，真实连续生成会更新分布。

### 执行top-k=2

本步结果：甲乙保留，分别4/7、3/7。原因：归一化分母是保留概率之和0.7。

### 执行top-p=0.75

本步结果：保留甲乙丙，分别4/9、3/9、2/9。原因：累计0.7不足阈值，0.9满足。

## 常见误解与追问

**学生可能说：“温度就是创造力分数”**

核对与修订：它改变选择分布；创意质量需任务检查。

**学生可能说：“T=0保证准确且每次逐字相同”**

核对与修订：贪心偏好最高概率，不证明事实，系统条件也影响复现。

**学生可能说：“p=0.85表示这句话85%正确”**

核对与修订：阈值是候选累计概率，不是整句事实置信度。

## 独立题讲评完整参考

先收取Q3原稿，再使用：总和1。k=2保留春夏：2/3、1/3。p=0.85需累计到春夏秋0.90，归一化5/9、5/18、1/6。原始表区间下三次为春、秋、冬。这些只是符号选择，不证明任何真实季节或模型正确率。核对时分别检查保留集合与新概率，两者缺一不可；若有人直接用阈值作分母，虽然可能选对候选，仍没有得到总和为一的完整分布，应返回保留概率和重新计算。

迁移参考：只保留第一项，归一化后为1；与原示例保留三项不同，表明top-p数量会随分布变化。

## 时间不够与课后扩展

60分钟优先保证完整默认过程、控制条件变化、独立任务与离堂解释。较慢时缩短分享人数，保留每人独立判断，不用教师答案替代学生操作。延伸：用固定模型与输入对比两种实际可用生成设置，记录多样性、事实核对、耗时和版本；先查工具是否允许该参数，不默认通用温度范围。扩展不计入60分钟，不作为没有编程或额外账号学生的必交要求。


## 教师的概念核验备课卡

下列定义沿用已经核对的v5概念材料，供备课时校准术语；课堂先按上面的新实验与通俗讲解展开，不要求学生抄定义。

### 候选分布与选择策略

语言模型在给定当前上下文后，给下一单位分配不同的可能性。生成系统还需要一个办法把这张分布变成实际输出：可以总选最高项，也可以按概率抽取。选出的单位进入上下文，下一步通常重新计算分布，不能把首张表重复用到底。课堂用四张候选卡把两个环节分开，目的是看清模型判断与选择规则的职责，并不是说语言生成只剩一张固定彩票表。

结合材料：候选甲乙丙丁分别40%、30%、20%、10%；贪心首步选甲，随机首步可能选其他项。

适用边界：产品还可能变化上下文、模型版本和工具结果；重新生成的不同答案不能全部归因同一概率表重新抽签。

### 温度作用在哪里

温度通常作用于模型输出的分数，使它们在变成概率前的差距扩大或缩小。低温常使高分候选更集中，高温常使低分候选获得更多机会；这是对选取分布的调整，不是给模型补资料或重新训练。理解时先固定模型和输入，只比较分布形状，再讨论使用效果。若界面没有参数入口，应使用明确的示意表，不假装可以调任何产品。

结合材料：同一基准表在低温示意下更集中，高温示意下更平；权重文件和输入材料没有因此增加。

适用边界：温度趋近零的贪心极限不保证事实正确；不同实现、硬件或条件下也不承诺逐字一致。

### top-k：留下固定数量

top-k先按当前概率排序，只保留前k个候选，其余不参与这一步的抽取。保留下来的概率需要重新按总和分配，才又构成一张总计百分之百的表。它控制的是候选数量，不知道哪些词代表真实事实，也不保证保留的词就是最合适的最终答案。每一步的候选次序可以变化，因此前k项不是永久固定的一套词。

结合材料：40%、30%、20%、10%取k=2，保留甲乙，概率变为4/7和3/7。

适用边界：不能把剪掉尾部直接叫成消除幻觉；被剪掉的候选也可能包含正确答案。

### top-p：留下足够的概率总和

top-p按概率由高到低累加，保留累计达到阈值所需的最小前缀集合，再重新归一化。分布尖锐时可能只留下很少候选，分布较平时可能需要更多，所以它与固定数量的top-k不同。两者都只是选择策略的一部分；实际服务的组合、顺序和默认值需要看文档。课堂先分别操作，避免同时动多个参数却无法解释变化原因。

结合材料：阈值0.75时，甲乙累计0.70还不够，加入丙到0.90；归一化为4/9、3/9、2/9。

适用边界：p不是“答案正确概率”；0.75也不是模型对整句话有75%把握。

### 分开检查变化与正确

采样实验应至少分两栏记录：输出是否变化，以及输出是否满足材料事实或任务限制。四次抽取不足以证明实际频率精确等于理论概率，更不能据随机性推断模型有情绪。要比较策略，应尽量固定模型、输入和其他设置，保留失败与相同输出。即使某策略在这几次里更好，也只能说明这组条件下的观察，不能写成所有任务的最佳温度。还要区分理论允许的候选与本次实际见到的候选，没有抽到不代表不可能；稳定输出也可能稳定重复同一种错误。

结合材料：用给定随机数0.05、0.62、0.88、0.34，在基准区间中依次取甲、乙、丙、甲。

适用边界：课堂抽签只验证选择规则；不等同测得真实LLM的知识、创造力或准确率。


## 实验实现与易混细节的进一步讲解

实验程序公开了候选表和给定抽样数，因而学生能够把“为什么这次选乙”追溯到一个区间，而不是听教师声称这是随机性。若希望让学生更直观，可在纸上画长十格的尺子，甲占四格、乙三格、丙两格、丁一格，再把0.62放到第六格稍后的位置。这个活动只说明一次选择，不应顺势讲成模型每个词都永远使用同一张表。

温度0.5时四个未归一权重为0.16、0.09、0.04、0.01，总和0.30，因此甲不是16%而是约53.33%。教师可在算错的学生面前保留0.16，再问这四个数能否组成完整概率表；让学生自己提出需要除以同一个总和。变温度后候选顺序没有交换，但比例差距变了。只要u还落在同一个区间，选中的符号可能保持不变；不能以这一次没换词断言温度没有作用。

截断之后再次归一化是另一个容易漏掉的环节。学生应先画被删掉的区间，再把余下长度重新拉满到1。k=2与p=0.75不是两种写法相同的规则：前者数候选个数，后者看累计概率。把p调到一个前两项就够的表时，它可能只留两项，但这不能倒推两规则总相同。程序不提供任意p输入，是为了这一节只固定比较一个清晰阈值。

最后检验真实写作时，先让学生圈出事实词，再圈风格词。日期人数改变会破坏通知，开头问候不同可能无妨。这种核验并不需要看到模型内部概率，也不能从措辞变化反推具体温度。若产品不显示采样配置，作业只记录提示与结果，不补一栏猜测温度。

## 课堂口头演练：让误解能被具体观察纠正

学生问：“为什么提高温度后也可能选到原来的词？”教师请他看实际u：“我们改变的是各区间的长度。如果u变化前后都落在乙区间，这次就仍是乙。你应比较整张分布，再描述这个数落在哪里。”随后让学生恢复T=1，把u分别设为0.05与0.88，先在纸上定位，再运行。两次温度相同却选中不同符号，说明温度与本次抽样数是不同条件。

学生问：“能不能把u当成正确率？”教师说：“u是本次取样要放到尺子上的一个数，不是答案得分。你可以给同样候选表许多不同u，每次只是选一个候选；判断候选是否正确，还要回到真实题目和资料。”教师让学生写一句事实题，再指出本实验哪一列提供了它的来源；实际上没有，所以不能由这些符号评正确率。

学生问：“零温度该怎样填？”教师指出表单下限0.1，本实验不以公式直接除以0实现T=0。若想演示始终取最大项，切到只选概率最大项，这是明确的选择策略。它可以帮助理解稳定选择，但不能声称等价于所有产品的零温度完整行为。最后让学生为这三个问题各留下一个具体输入或一条边界说明。

当学生用不同精度计算时，区间上界可能四舍五入相邻。教师要求以未四舍五入数判断归属，展示只为阅读方便。尤其是边界0.4，不能同时判给甲和乙；本题左闭右开已固定。若学生保留四位小数，离边界很近的值应回看程序完整规则，而不是用显示精度另造一个采样算法。

## 来源与边界

[AIPath对应课](https://aipath.buynao.com/#/lesson/14-temperature-sampling)提供主题定位。以下用于核对定义和研究范围，课堂数字、活动、房间、轨迹都是原创练习，不是产品性能数据。

- [The Curious Case of Neural Text Degeneration](https://arxiv.org/abs/1904.09751)：核对解码策略与核采样；不把一种采样法当成事实保证。
- [Hugging Face Transformers: Generation](https://huggingface.co/docs/transformers/main/en/main_classes/text_generation)：核对采样、贪心、temperature、top-k与top-p含义，具体支持依服务。

实际检查以QA为准；尚未真人试教，课堂节奏根据学生表现调整。


## 逐分钟安排

| 时间 | 教师讲解与操作 | 学生活动 | 检查结果 |
|---|---|---|---|
| 00:00—01:00 | 引导并检查：写同一句重问后的变化。 | 完成“写同一句重问后的变化”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：写同一句重问后的变化。记录应与当前材料、当前输入或实际返回一致。 |
| 01:00—02:00 | 引导并检查：区分措辞与事实改变。 | 完成“区分措辞与事实改变”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：区分措辞与事实改变。记录应与当前材料、当前输入或实际返回一致。 |
| 02:00—03:00 | 引导并检查：说明甲乙只是符号。 | 完成“说明甲乙只是符号”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：说明甲乙只是符号。记录应与当前材料、当前输入或实际返回一致。 |
| 03:00—04:00 | 引导并检查：预测0.62会落哪段。 | 完成“预测0.62会落哪段”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：预测0.62会落哪段。记录应与当前材料、当前输入或实际返回一致。 |
| 04:00—05:00 | 引导并检查：留下自己的选择理由。 | 完成“留下自己的选择理由”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：留下自己的选择理由。记录应与当前材料、当前输入或实际返回一致。 |
| 05:00—06:00 | 引导并检查：把0到1画成尺子。 | 完成“把0到1画成尺子”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：把0到1画成尺子。记录应与当前材料、当前输入或实际返回一致。 |
| 06:00—07:00 | 引导并检查：标甲占0到0.4。 | 完成“标甲占0到0.4”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：标甲占0到0.4。记录应与当前材料、当前输入或实际返回一致。 |
| 07:00—08:00 | 引导并检查：相加0.4与0.3定位乙上界。 | 完成“相加0.4与0.3定位乙上界”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：相加0.4与0.3定位乙上界。记录应与当前材料、当前输入或实际返回一致。 |
| 08:00—09:00 | 引导并检查：定位0.7到0.9的丙。 | 完成“定位0.7到0.9的丙”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：定位0.7到0.9的丙。记录应与当前材料、当前输入或实际返回一致。 |
| 09:00—10:00 | 引导并检查：给0.4选择所属区间。 | 完成“给0.4选择所属区间”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：给0.4选择所属区间。记录应与当前材料、当前输入或实际返回一致。 |
| 10:00—11:00 | 引导并检查：解释为何不允许u等于1。 | 完成“解释为何不允许u等于1”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：解释为何不允许u等于1。记录应与当前材料、当前输入或实际返回一致。 |
| 11:00—12:00 | 引导并检查：将T=1代入1/T。 | 完成“将T=1代入1/T”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：将T=1代入1/T。记录应与当前材料、当前输入或实际返回一致。 |
| 12:00—13:00 | 引导并检查：算T=0.5时甲平方0.16。 | 完成“算T=0.5时甲平方0.16”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：算T=0.5时甲平方0.16。记录应与当前材料、当前输入或实际返回一致。 |
| 13:00—14:00 | 引导并检查：算其余三项平方。 | 完成“算其余三项平方”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：算其余三项平方。记录应与当前材料、当前输入或实际返回一致。 |
| 14:00—15:00 | 引导并检查：加总四个未归一权重。 | 完成“加总四个未归一权重”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：加总四个未归一权重。记录应与当前材料、当前输入或实际返回一致。 |
| 15:00—16:00 | 引导并检查：用甲权重除以总和。 | 完成“用甲权重除以总和”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：用甲权重除以总和。记录应与当前材料、当前输入或实际返回一致。 |
| 16:00—17:00 | 引导并检查：预测变温度后最大项是否换位。 | 完成“预测变温度后最大项是否换位”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：预测变温度后最大项是否换位。记录应与当前材料、当前输入或实际返回一致。 |
| 17:00—18:00 | 引导并检查：核对默认三个表单值。 | 完成“核对默认三个表单值”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：核对默认三个表单值。记录应与当前材料、当前输入或实际返回一致。 |
| 18:00—19:00 | 引导并检查：运行并找温度后概率列。 | 完成“运行并找温度后概率列”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：运行并找温度后概率列。记录应与当前材料、当前输入或实际返回一致。 |
| 19:00—20:00 | 引导并检查：按保留列确认当前无截断。 | 完成“按保留列确认当前无截断”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：按保留列确认当前无截断。记录应与当前材料、当前输入或实际返回一致。 |
| 20:00—21:00 | 引导并检查：从u=0.62找到最终区间。 | 完成“从u=0.62找到最终区间”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：从u=0.62找到最终区间。记录应与当前材料、当前输入或实际返回一致。 |
| 21:00—22:00 | 引导并检查：记录默认选中词。 | 完成“记录默认选中词”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：记录默认选中词。记录应与当前材料、当前输入或实际返回一致。 |
| 22:00—23:00 | 引导并检查：重复完全同样输入。 | 完成“重复完全同样输入”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：重复完全同样输入。记录应与当前材料、当前输入或实际返回一致。 |
| 23:00—24:00 | 引导并检查：解释结果可复现的原因。 | 完成“解释结果可复现的原因”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：解释结果可复现的原因。记录应与当前材料、当前输入或实际返回一致。 |
| 24:00—25:00 | 引导并检查：只把T改成0.5。 | 完成“只把T改成0.5”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：只把T改成0.5。记录应与当前材料、当前输入或实际返回一致。 |
| 25:00—26:00 | 引导并检查：观察甲乙比例差距。 | 完成“观察甲乙比例差距”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：观察甲乙比例差距。记录应与当前材料、当前输入或实际返回一致。 |
| 26:00—27:00 | 引导并检查：确认u没有变化。 | 完成“确认u没有变化”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：确认u没有变化。记录应与当前材料、当前输入或实际返回一致。 |
| 27:00—28:00 | 引导并检查：记录低温这次选中词。 | 完成“记录低温这次选中词”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：记录低温这次选中词。记录应与当前材料、当前输入或实际返回一致。 |
| 28:00—29:00 | 引导并检查：恢复T=1改为前两项。 | 完成“恢复T=1改为前两项”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：恢复T=1改为前两项。记录应与当前材料、当前输入或实际返回一致。 |
| 29:00—30:00 | 引导并检查：手算保留质量0.7。 | 完成“手算保留质量0.7”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：手算保留质量0.7。记录应与当前材料、当前输入或实际返回一致。 |
| 30:00—31:00 | 引导并检查：用保留质量重新归一。 | 完成“用保留质量重新归一”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：用保留质量重新归一。记录应与当前材料、当前输入或实际返回一致。 |
| 31:00—32:00 | 引导并检查：比较累计0.75保留几项。 | 完成“比较累计0.75保留几项”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：比较累计0.75保留几项。记录应与当前材料、当前输入或实际返回一致。 |
| 32:00—33:00 | 引导并检查：写本地实验没有生成句子。 | 完成“写本地实验没有生成句子”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：写本地实验没有生成句子。记录应与当前材料、当前输入或实际返回一致。 |
| 33:00—34:00 | 引导并检查：区分创意标题和日期提取。 | 完成“区分创意标题和日期提取”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：区分创意标题和日期提取。记录应与当前材料、当前输入或实际返回一致。 |
| 34:00—35:00 | 引导并检查：给日期提取写核验条件。 | 完成“给日期提取写核验条件”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：给日期提取写核验条件。记录应与当前材料、当前输入或实际返回一致。 |
| 35:00—36:00 | 引导并检查：说明没参数界面不能猜温度。 | 完成“说明没参数界面不能猜温度”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：说明没参数界面不能猜温度。记录应与当前材料、当前输入或实际返回一致。 |
| 36:00—37:00 | 引导并检查：整理两次变化证据。 | 完成“整理两次变化证据”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：整理两次变化证据。记录应与当前材料、当前输入或实际返回一致。 |
| 37:00—38:00 | 独立段只提示任务、不提前给结论：读春夏秋冬独立表。 | 完成“读春夏秋冬独立表”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：读春夏秋冬独立表。记录应与当前材料、当前输入或实际返回一致。 |
| 38:00—39:00 | 独立段只提示任务、不提前给结论：核四季概率总和。 | 完成“核四季概率总和”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：核四季概率总和。记录应与当前材料、当前输入或实际返回一致。 |
| 39:00—40:00 | 独立段只提示任务、不提前给结论：画春的原始区间。 | 完成“画春的原始区间”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：画春的原始区间。记录应与当前材料、当前输入或实际返回一致。 |
| 40:00—41:00 | 独立段只提示任务、不提前给结论：补其余季节区间。 | 完成“补其余季节区间”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：补其余季节区间。记录应与当前材料、当前输入或实际返回一致。 |
| 41:00—42:00 | 独立段只提示任务、不提前给结论：按k=2选集合。 | 完成“按k=2选集合”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：按k=2选集合。记录应与当前材料、当前输入或实际返回一致。 |
| 42:00—43:00 | 独立段只提示任务、不提前给结论：计算该集合总质量。 | 完成“计算该集合总质量”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：计算该集合总质量。记录应与当前材料、当前输入或实际返回一致。 |
| 43:00—44:00 | 独立段只提示任务、不提前给结论：给保留候选新比例。 | 完成“给保留候选新比例”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：给保留候选新比例。记录应与当前材料、当前输入或实际返回一致。 |
| 44:00—45:00 | 独立段只提示任务、不提前给结论：按p=0.85写累计和。 | 完成“按p=0.85写累计和”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：按p=0.85写累计和。记录应与当前材料、当前输入或实际返回一致。 |
| 45:00—46:00 | 独立段只提示任务、不提前给结论：给该集合新比例。 | 完成“给该集合新比例”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：给该集合新比例。记录应与当前材料、当前输入或实际返回一致。 |
| 46:00—47:00 | 独立段只提示任务、不提前给结论：按原表定位0.02。 | 完成“按原表定位0.02”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：按原表定位0.02。记录应与当前材料、当前输入或实际返回一致。 |
| 47:00—48:00 | 独立段只提示任务、不提前给结论：按原表定位0.76与0.93。 | 完成“按原表定位0.76与0.93”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：按原表定位0.76与0.93。记录应与当前材料、当前输入或实际返回一致。 |
| 48:00—49:00 | 独立段只提示任务、不提前给结论：独立写结果不能证明季节事实。 | 完成“独立写结果不能证明季节事实”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：独立写结果不能证明季节事实。记录应与当前材料、当前输入或实际返回一致。 |
| 49:00—50:00 | 引导并检查：对照参考检查分母。 | 完成“对照参考检查分母”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：对照参考检查分母。记录应与当前材料、当前输入或实际返回一致。 |
| 50:00—51:00 | 引导并检查：定位一个错误所属层。 | 完成“定位一个错误所属层”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：定位一个错误所属层。记录应与当前材料、当前输入或实际返回一致。 |
| 51:00—52:00 | 引导并检查：解释选词对但过程可能错。 | 完成“解释选词对但过程可能错”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：解释选词对但过程可能错。记录应与当前材料、当前输入或实际返回一致。 |
| 52:00—53:00 | 引导并检查：核k与p规则区别。 | 完成“核k与p规则区别”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：核k与p规则区别。记录应与当前材料、当前输入或实际返回一致。 |
| 53:00—54:00 | 引导并检查：修订自己的一处计算。 | 完成“修订自己的一处计算”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：修订自己的一处计算。记录应与当前材料、当前输入或实际返回一致。 |
| 54:00—55:00 | 引导并检查：保存独立原稿与修订。 | 完成“保存独立原稿与修订”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：保存独立原稿与修订。记录应与当前材料、当前输入或实际返回一致。 |
| 55:00—56:00 | 引导并检查：读迁移题的完整材料。 | 完成“读迁移题的完整材料”，把结果写入Q4，需要计算时保留中间一步，需要来源时写编号。 | Q4中可核查：读迁移题的完整材料。记录应与当前材料、当前输入或实际返回一致。 |
| 56:00—57:00 | 引导并检查：写稳定格式任务的验收。 | 完成“写稳定格式任务的验收”，把结果写入Q4，需要计算时保留中间一步，需要来源时写编号。 | Q4中可核查：写稳定格式任务的验收。记录应与当前材料、当前输入或实际返回一致。 |
| 57:00—58:00 | 引导并检查：区分表达多样和事实正确。 | 完成“区分表达多样和事实正确”，把结果写入Q4，需要计算时保留中间一步，需要来源时写编号。 | Q4中可核查：区分表达多样和事实正确。记录应与当前材料、当前输入或实际返回一致。 |
| 58:00—59:00 | 引导并检查：用一次具体结果回答主问题。 | 完成“用一次具体结果回答主问题”，把结果写入Q5，需要计算时保留中间一步，需要来源时写编号。 | Q5中可核查：用一次具体结果回答主问题。记录应与当前材料、当前输入或实际返回一致。 |
| 59:00—60:00 | 引导并检查：交T方式u与中间区间记录。 | 完成“交T方式u与中间区间记录”，把结果写入Q5，需要计算时保留中间一步，需要来源时写编号。 | Q5中可核查：交T方式u与中间区间记录。记录应与当前材料、当前输入或实际返回一致。 |

---

# 第14课教师参考与评分｜温度与采样：同一候选表怎样选出不同词

学生完成独立任务后使用。预测猜错不扣分，评分看观察、依据和修订。

## Q0

接受原有认识，记录是否提出可观察证据，不要求初次猜测与结论一致。

## Q1：默认实验

默认材料：T=1；选择方式为按区间抽样；u=0.62。原始候选甲0.40、乙0.30、丙0.20、丁0.10。

中间一步：先算甲对应的区间上界0.4，再算乙上界0.4+0.3；不要按词语含义选答案。

程序关键结果：选中：乙；40.00%。边界：本地真实概率计算与给定抽样数重放；未运行语言模型。

## Q2：改变条件

保持 u=0.62 和按区间抽样不变，只将 T 从1改为0.5；随后恢复 T=1，仅切换为只保留前两项。

本题的变化参考：

T=0.5时甲概率约53.33%，默认u=0.62仍选乙；T=1、前两项时甲约57.14%、乙约42.86%。改变比例不保证这一次词必变，需同时看分布和落点。

## Q3：独立参考

总和1。k=2保留春夏：2/3、1/3。p=0.85需累计到春夏秋0.90，归一化5/9、5/18、1/6。原始表区间下三次为春、秋、冬。这些只是符号选择，不证明任何真实季节或模型正确率。核对时分别检查保留集合与新概率，两者缺一不可；若有人直接用阈值作分母，虽然可能选对候选，仍没有得到总和为一的完整分布，应返回保留概率和重新计算。

先读条件，再查来源或中间算式，最后比较结论。答案碰巧一致但缺必要证据，不给足依据分。措辞不同而条件完整应接受。

## Q4：迁移参考

只保留第一项，归一化后为1；与原示例保留三项不同，表明top-p数量会随分布变化。

## Q5：离堂核验

合格回答回应“只改变温度或选择方式，候选比例与实际选中的词会怎样变化？”，并指向Q1或Q2一次实际观察。只复述名词或产品名不足。

## 10分评分

| 项目 | 分值 | 可观察标准 |
|---|---:|---|
| Q0原始预测与Q1观察分开 | 1 | 留下初稿，猜错不扣分，修订有依据 |
| Q1中间过程 | 2 | 1分定位输入或原文，1分完成可复核判断 |
| Q2控制条件 | 2 | 1分只改指定条件，1分描述前后证据 |
| Q3独立任务 | 3 | 1分选对适用材料，1分过程正确，1分结论与未知处理 |
| Q4迁移 | 1 | 新材料下保持条件与来源对应 |
| Q5边界与交付 | 1 | 可复现记录，诚实区分本地、人工、外部输出 |

建议达到7分且Q3至少2分后继续综合任务；这是教师建议，未经过真人试教验证。