तापमान और top_p यह नियंत्रित करते हैं कि मॉडल प्रत्येक अगला टोकन कैसे चुनता है: कम मान आउटपुट को केंद्रित और दोहराने योग्य बनाते हैं, जबकि उच्च मान इसे अधिक विविध बनाते हैं। एक बीज यादृच्छिक विकल्पों को ठीक करता है, इसलिए एक ही बीज के साथ वही अनुरोध समान या बहुत समान परिणाम देता है।
एक भाषा मॉडल एक बार में एक टोकन लिखता है। प्रत्येक चरण पर यह अपनी शब्दावली में हर टोकन को एक प्रायिकता देता है, और एक नमूना चरण उनमें से एक चुनता है। तापमान और top p पिक से पहले उन संभावनाओं को फिर से आकार दें, और एक सीड पिक द्वारा उपयोग किए गए यादृच्छिक नंबरों को ठीक करता है। साथ मिलकर वे तय करते हैं कि आउटपुट कितना पूर्वानुमेय या विविध है।
तापमान यह मापता है कि मॉडल अपने सबसे संभावित टोकनों को कितना पसंद करता है। निम्न मान विकल्प को शीर्ष उम्मीदवारों पर केंद्रित करते हैं, जिससे आउटपुट केंद्रित और सुसंगत होता है। उच्च मान विकल्प को अधिक उम्मीदवारों में फैलाते हैं, जिससे आउटपुट अधिक विविध और एक निश्चित बिंदु के बाद कम सुसंगत होता है। पर 0, मॉडल लगभग हमेशा सबसे संभावित टोकन लेता है।
स्वीकृत रेंज मॉडल के अनुसार भिन्न होती हैं: कुछ 0 से 1 लेते हैं और कई 2 तक। जब आप तापमान को छोड़ देते हैं, तो मॉडल का डिफ़ॉल्ट लागू होता है। कुछ भाषण मॉडलों में, तापमान यह निर्धारित करता है कि आवाज़ कितनी अभिव्यक्तिपूर्ण और परिवर्तनशील लगेगी बजाय इसके कि कौन से शब्द दिखाई देते हैं। कुछ तर्क मॉडल निश्चित सैंपलिंग सेटिंग्स का उपयोग करते हैं और तापमान को नजरअंदाज करते हैं, और उनके मॉडल पेज ऐसा कहते हैं।
top p, जिसे न्यूक्लियस सैंपलिंग भी कहा जाता है, चयन को सबसे छोटे टोकन सेट तक सीमित करता है जिनकी संभावनाएं आपके द्वारा सेट किए गए मान के बराबर होती हैं। पर 1, कोई टोकन बाहर नहीं है। पर 0.9, सबसे कम संभावित टोकन जो अंतिम 10% संभावना को साथ में रखते हैं, उन्हें सैंपलिंग से पहले हटा दिया जाता है। कम मान आउटपुट को और अधिक केंद्रित करते हैं।
तापमान समायोजित करें या top p, आमतौर पर दोनों नहीं, क्योंकि दोनों को एक साथ बदलने से प्रभाव का अनुमान लगाना मुश्किल हो जाता है। कुछ मॉडल यह भी स्वीकार करते हैं top_k, जो केवल K सबसे संभावित टोकन रखता है।
सैंपलिंग यादृच्छिक संख्याओं पर निर्भर करती है। A बीज यह उनकी शुरुआत को ठीक करता है, इसलिए एक ही अनुरोध को एक ही सीड और सेटिंग्स के साथ भेजना अक्सर वही विकल्प दोहराता है। यह तब मदद करता है जब आप प्रॉम्प्ट्स का परीक्षण करते हैं, किसी एप्लिकेशन को डिबग करते हैं या प्रॉम्प्ट के दो संस्करणों की निष्पक्ष तुलना करते हैं।
टेक्स्ट मॉडलों पर सीड गारंटी नहीं होती। कई टेक्स्ट मॉडलों के मॉडल पेज परिणाम को समान बताते हैं, हमेशा समान नहीं: रन के बीच छोटे संख्यात्मक अंतर, नया मॉडल संस्करण, या इनपुट या सेटिंग्स में कोई भी बदलाव आउटपुट को बदल सकता है। कुछ मॉडलों में वेब सर्च चालू होने पर सीड लागू नहीं होता। जब आपको बिल्कुल वही टेक्स्ट फिर से चाहिए, तो प्रतिक्रिया को फिर से उत्पन्न करने के बजाय संग्रहित करें।
कई इमेज, वीडियो और ऑडियो जनरेशन मॉडल भी एक सीड स्वीकार करते हैं। एक ही प्रॉम्प्ट और सेटिंग्स के साथ पुनः उपयोग करने पर वही परिणाम या करीबी बदलाव आता है, जो मॉडल पर निर्भर करता है, जिससे एक प्रॉम्प्ट को चरण-दर-चरण सुधारना आसान हो जाता है।
एक बार में एक सेटिंग बदलें और एक ही प्रॉम्प्ट के लिए कई आउटपुट की तुलना करें, क्योंकि एक ही नमूना भ्रामक हो सकता है। जिन कार्यों का उत्तर सही है, वे कम से शुरू करें और केवल तभी तापमान बढ़ाएं जब आउटपुट दोहराव वाला हो। ओपन-एंडेड लेखन के लिए, मॉडल की सीमा के मध्य से शुरू करें और वहां से समायोजित करें। इस पृष्ठ पर सूचीबद्ध मॉडल दिखाते हैं कि इनमें से कौन से पैरामीटर स्वीकार करता है। मानों को आज़माएं Playground कोड में सेट करने से पहले, और इसके बारे में पढ़ें तर्क मॉडल, जिनमें से कुछ अपनी सैंपलिंग सेटिंग्स को ठीक करते हैं।
113 मॉडल। हर मॉडल के पेज पर उसका रेट कार्ड, पैरामीटर और कोड है।
| मॉडल | पैरामीटर | रेंज / मान |
|---|---|---|
| Gemma 4 26B-A4B Google | temperature top_p seed | temperature: 0 से 2; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 seed: 0 से 2147483647 |
| Muse Spark 1.1 Meta AI | temperature top_p seed | temperature: 0 से 2; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 1 seed: - |
| Muse Spark 1.2 Meta AI | temperature top_p seed | temperature: 0 से 2; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 1 seed: - |
| Qwen3.5 122B-A10B Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.5 27B Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.5 35B-A3B Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.5 397B-A17B Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.5 4B Alibaba Cloud | temperature top_p seed | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 seed: 0 से 2147483647 |
| मॉडल | पैरामीटर | रेंज / मान |
|---|---|---|
| Qwen3.5 9B Alibaba Cloud | temperature top_p seed | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 seed: 0 से 2147483647 |
| Qwen3.5 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.5 Omni Flash Realtime Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99 top_p: 0.01 से 1 seed: 0 से 2147483647 |
| Qwen3.5 Omni Plus Realtime Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99 top_p: 0.01 से 1 seed: 0 से 2147483647 |
| Qwen3.5 Plus Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.6 27B Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.6 35B A3B Alibaba Cloud | temperature top_p seed | temperature: न्यूनतम 0; डिफ़ॉल्ट 0.7 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 seed: 0 से 2147483647 |
| Qwen3.6 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.6 Plus Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.7 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.7 Max Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.7 Plus Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.8 27B Alibaba Cloud | temperature top_p seed | temperature: 0 से 2; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 seed: 0 से 2147483647 |
| Qwen3.8 Flash Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.8 Max Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.8 Max 0902 Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.8 Omni Flash Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| Qwen3.8 Omni Flash Realtime Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99 top_p: 0.01 से 1 seed: 0 से 2147483647 |
| Qwen4 Max Alibaba Cloud | temperature top_p seed | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 seed: 0 से 2147483647 |
| SoulX Podcast Soul AI Lab | temperature top_p seed | temperature: 0.1 से 2; डिफ़ॉल्ट 0.6 top_p: 0.1 से 1; डिफ़ॉल्ट 0.9 seed: डिफ़ॉल्ट 42 |
| DeepReasoning WinFunc | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| DeepSeek V4 Flash 0731 DeepSeek | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| DeepSeek V4 Pro DeepSeek | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| DeepSeek V4 Pro 0813 DeepSeek | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| DeepSeek V4.1 Flash 1017 DeepSeek | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| GLM 4.5 Flash Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 0.6 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 4.6V Flash Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 4.6V FlashX Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 4.7 Flash Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 4.7 FlashX Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 5.1 Z.ai | temperature top_p | temperature: 0 से 1.99; डिफ़ॉल्ट 1 top_p: 0 से 1; डिफ़ॉल्ट 0.95 |
| GLM 5.2 Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 5.3 Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| GLM 5.3 Flash Z.ai | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| Gemma 3 27B Google | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 1 |
| Kimi K2.6 Moonshot AI | temperature top_p | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| MiMo V2.6 Flash Xiaomi | temperature top_p | temperature: 0 से 1.5; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| MiMo V2.6 Pro Xiaomi | temperature top_p | temperature: 0 से 1.5; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| MiMo V2.6 Pro UltraSpeed Xiaomi | temperature top_p | temperature: 0 से 1.5; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| Mistral Small 3.1 Mistral AI | temperature top_p | temperature: 0 से 5; डिफ़ॉल्ट 0.15 top_p: 0.01 से 1; डिफ़ॉल्ट 1 |
| Muse Glimmer 30B Meta AI | temperature top_p | temperature: न्यूनतम 0; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 0.95 |
| Muse Spark 1.3 Meta AI | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 1 top_p: 0.01 से 1; डिफ़ॉल्ट 1 |
| Nova Lite 1.0 Amazon | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Nova Lite 2 Amazon | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Nova Micro 1.0 Amazon | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Nova Pro 1.0 Amazon | temperature top_p | temperature: 0 से 1; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Qwen3.5 Omni Flash Alibaba Cloud | temperature top_p | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Qwen3.5 Omni Plus Alibaba Cloud | temperature top_p | temperature: 0 से 1.99; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Seed 2.0 Mini ByteDance | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.7 top_p: 0 से 1; डिफ़ॉल्ट 0.9 |
| Step 3.5 Flash StepFun | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.5 top_p: 0.01 से 1; डिफ़ॉल्ट 0.9 |
| Step 3.5 Flash 2603 StepFun | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.5 top_p: 0.01 से 1; डिफ़ॉल्ट 0.9 |
| Step 3.7 Flash StepFun | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.5 top_p: 0.01 से 1; डिफ़ॉल्ट 0.9 |
| Step 5 Preview StepFun | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.5 top_p: 0.01 से 1; डिफ़ॉल्ट 0.9 |
| StepAudio 2.5 Chat StepFun | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.5 top_p: 0.01 से 1; डिफ़ॉल्ट 0.9 |
| StepAudio 3 Chat StepFun | temperature top_p | temperature: 0 से 2; डिफ़ॉल्ट 0.5 top_p: 0.01 से 1; डिफ़ॉल्ट 0.9 |
| StepAudio 3 Music StepFun | temperature top_p | temperature: 0.01 से 2; डिफ़ॉल्ट 0.85 top_p: 0 से 1; डिफ़ॉल्ट 0.92 |
| ACE-Step 1.5 XL ACE-Step | seed | - |
| FLUX.2 Klein 4B Black Forest Labs | seed | - |
| GLM TTS Z.ai | seed | - |
| Gemini 3.8 Live Google | temperature | 0.2 से 2 |
| Gemini 3.8 Live Extended Thinking Google | temperature | 0.2 से 2 |
| HappyHorse 1.0 Alibaba Cloud | seed | - |
| HappyHorse 1.1 Alibaba Cloud | seed | 0 से 2147483647 |
| Hunyuan Image 3 Tencent | seed | - |
| Hunyuan Video 1.5 Tencent | seed | न्यूनतम 0 |
| Hyper3D Gen2 Deemos | seed | 0 से 65535 |
| MOSS Video and Audio OpenMOSS | seed | 0 से 4294967295 |
| MOSS-Image Turbo OpenMOSS | seed | 0 से 2147483647 |
| MiniMax Music 3 MiniMax | seed | - |
| Mistral Small 4 Mistral AI | temperature | 0 से 1; डिफ़ॉल्ट 0.7 |
| OpenAI Whisper 1 OpenAI | temperature | 0 से 1; डिफ़ॉल्ट 0 |
| PixVerse V6 Max PixVerse | seed | 0 से 2147483647 |
| Pixverse C1 PixVerse | seed | 0 से 2147483647 |
| Pixverse Edit PixVerse | seed | 0 से 2147483647 |
| Pixverse v5 PixVerse | seed | - |
| Pixverse v5.6 PixVerse | seed | - |
| Pixverse v6 PixVerse | seed | 0 से 2147483647 |
| Qwen Audio 3.0 TTS Alibaba Cloud | seed | 0 से 65535; डिफ़ॉल्ट 0 |
| Qwen Audio 3.1 TTS Alibaba Cloud | seed | 0 से 65535; डिफ़ॉल्ट 0 |
| Qwen Audio 3.1 TTS Next Alibaba Cloud | seed | 0 से 2147483647 |
| Qwen Audio 3.1 TTS Plus Alibaba Cloud | seed | 0 से 65535; डिफ़ॉल्ट 0 |
| Qwen Image 2.0 Alibaba Cloud | seed | 0 से 2147483647 |
| Qwen Image 2.1 Alibaba Cloud | seed | 0 से 2147483647 |
| Qwen Image 3.0 Alibaba Cloud | seed | 0 से 2147483647 |
| Seedance 2.5 ByteDance | seed | -1 से 2147483647 |
| Seedance 2.5 Flash ByteDance | seed | -1 से 2147483647 |
| Stable Audio 2.0 Stability AI | seed | - |
| Stable Audio 2.5 Stability AI | seed | - |
| Stable Audio 3 Medium Stability AI | seed | 0 से 2147483647 |
| TRELLIS.2 4B Microsoft | seed | 0 से 2147483647; डिफ़ॉल्ट 42 |
| TTS 1.5 Max Inworld | temperature | 0.1 से 2; डिफ़ॉल्ट 1 |
| TTS 1.5 Mini Inworld | temperature | 0.1 से 2; डिफ़ॉल्ट 1 |
| TTS 2 Inworld | temperature | 0.1 से 2; डिफ़ॉल्ट 1 |
| TTS 2 Flash Inworld | temperature | 0.1 से 2; डिफ़ॉल्ट 1 |
| Wan 2.1 Alibaba Cloud | seed | - |
| Wan 2.2 Alibaba Cloud | seed | - |
| Wan 2.5 Alibaba Cloud | seed | - |
| Wan 2.6 Alibaba Cloud | seed | - |
| Wan 2.7 Alibaba Cloud | seed | - |
| Wan 3.0 Alibaba Cloud | seed | 0 से 2147483647 |
| Wan2.1 Image Alibaba Cloud | seed | 0 से 2147483647 |
| Wan2.2 Image Alibaba Cloud | seed | 0 से 2147483647 |
| Wan2.5 Image Alibaba Cloud | seed | 0 से 2147483647 |
| Wan2.7 Image Alibaba Cloud | seed | 0 से 2147483647 |
| Whisper Large v3 Turbo OpenAI | temperature | डिफ़ॉल्ट 0,0.2,0.4,0.6,0.8,1 |
निष्कर्षण, वर्गीकरण और कोड के लिए 0 से 0.3 तक उपयोग करें, और बातचीत और लेखन के लिए लगभग 0.5 से 1.0 का उपयोग करें। प्रत्येक मॉडल की स्वीकृत सीमा जांचें, क्योंकि कुछ 1 पर रुकते हैं।
आमतौर पर नहीं। एक को एडजस्ट करें और दूसरे को डिफ़ॉल्ट पर छोड़ दें, ताकि आप हर बदलाव का प्रभाव देख सकें।
हमेशा नहीं। टेक्स्ट मॉडल्स में सीड आउटपुट को अधिक दोहराने योग्य बनाता है, लेकिन परिणाम रन के बीच थोड़ा अलग हो सकता है, इसलिए जब आपको बिल्कुल जरूरत हो तब प्रतिक्रिया स्टोर करें।
यह आउटपुट को लगभग निर्धारक बनाता है, क्योंकि मॉडल लगभग हमेशा अपना सबसे संभावित टोकन चुनता है। रन के बीच छोटे अंतर अभी भी हो सकते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।