तापमान, top_p और बीज क्या करते हैं?

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।

अवधारणाएँ

मॉडल अगला टोकन कैसे चुनता 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

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।

  • 0 से 0.3: निष्कर्षण, वर्गीकरण, कोड और तथ्यात्मक उत्तर।
  • 0.5 से 1.0: सामान्य बातचीत और लेखन।
  • 1.0 से ऊपर: विचार-मंथन और विविध ड्राफ्ट, परिणामों की करीब से समीक्षा के साथ।

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

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।

बीज

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।

टेस्टिंग सेटिंग्स

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।

temperature, top_p, seed स्वीकार करने वाले मॉडल

113 मॉडल। हर मॉडल के पेज पर उसका रेट कार्ड, पैरामीटर और कोड है।

मॉडलपैरामीटररेंज / मान
Gemma 4 26B-A4B Googletemperature top_p seedtemperature: 0 से 2; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
seed: 0 से 2147483647
Muse Spark 1.1 Meta AItemperature top_p seedtemperature: 0 से 2; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 1
seed: -
Muse Spark 1.2 Meta AItemperature top_p seedtemperature: 0 से 2; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 1
seed: -
Qwen3.5 122B-A10B Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.5 27B Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.5 35B-A3B Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.5 397B-A17B Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.5 4B Alibaba Cloudtemperature top_p seedtemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
seed: 0 से 2147483647
सभी 113 मॉडल दिखाएँ
मॉडलपैरामीटररेंज / मान
Qwen3.5 9B Alibaba Cloudtemperature top_p seedtemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
seed: 0 से 2147483647
Qwen3.5 Flash Alibaba Cloudtemperature top_p seedtemperature: 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 Cloudtemperature top_p seedtemperature: 0 से 1.99
top_p: 0.01 से 1
seed: 0 से 2147483647
Qwen3.5 Omni Plus Realtime Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99
top_p: 0.01 से 1
seed: 0 से 2147483647
Qwen3.5 Plus Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.6 27B Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.6 35B A3B Alibaba Cloudtemperature top_p seedtemperature: न्यूनतम 0; डिफ़ॉल्ट 0.7
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
seed: 0 से 2147483647
Qwen3.6 Flash Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.6 Plus Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.7 Flash Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.7 Max Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.7 Plus Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.8 27B Alibaba Cloudtemperature top_p seedtemperature: 0 से 2; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
seed: 0 से 2147483647
Qwen3.8 Flash Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.8 Max Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.8 Max 0902 Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
Qwen3.8 Omni Flash Alibaba Cloudtemperature top_p seedtemperature: 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 Cloudtemperature top_p seedtemperature: 0 से 1.99
top_p: 0.01 से 1
seed: 0 से 2147483647
Qwen4 Max Alibaba Cloudtemperature top_p seedtemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
seed: 0 से 2147483647
SoulX Podcast Soul AI Labtemperature top_p seedtemperature: 0.1 से 2; डिफ़ॉल्ट 0.6
top_p: 0.1 से 1; डिफ़ॉल्ट 0.9
seed: डिफ़ॉल्ट 42
DeepReasoning WinFunctemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
DeepSeek V4 Flash 0731 DeepSeektemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
DeepSeek V4 Pro DeepSeektemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
DeepSeek V4 Pro 0813 DeepSeektemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
DeepSeek V4.1 Flash 1017 DeepSeektemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
GLM 4.5 Flash Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 0.6
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 4.6V Flash Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 4.6V FlashX Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 4.7 Flash Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 4.7 FlashX Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 5.1 Z.aitemperature top_ptemperature: 0 से 1.99; डिफ़ॉल्ट 1
top_p: 0 से 1; डिफ़ॉल्ट 0.95
GLM 5.2 Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 5.3 Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
GLM 5.3 Flash Z.aitemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
Gemma 3 27B Googletemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 1
Kimi K2.6 Moonshot AItemperature top_ptemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
MiMo V2.6 Flash Xiaomitemperature top_ptemperature: 0 से 1.5; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
MiMo V2.6 Pro Xiaomitemperature top_ptemperature: 0 से 1.5; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
MiMo V2.6 Pro UltraSpeed Xiaomitemperature top_ptemperature: 0 से 1.5; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
Mistral Small 3.1 Mistral AItemperature top_ptemperature: 0 से 5; डिफ़ॉल्ट 0.15
top_p: 0.01 से 1; डिफ़ॉल्ट 1
Muse Glimmer 30B Meta AItemperature top_ptemperature: न्यूनतम 0; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 0.95
Muse Spark 1.3 Meta AItemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 1
top_p: 0.01 से 1; डिफ़ॉल्ट 1
Nova Lite 1.0 Amazontemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Nova Lite 2 Amazontemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Nova Micro 1.0 Amazontemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Nova Pro 1.0 Amazontemperature top_ptemperature: 0 से 1; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Qwen3.5 Omni Flash Alibaba Cloudtemperature top_ptemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Qwen3.5 Omni Plus Alibaba Cloudtemperature top_ptemperature: 0 से 1.99; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Seed 2.0 Mini ByteDancetemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.7
top_p: 0 से 1; डिफ़ॉल्ट 0.9
Step 3.5 Flash StepFuntemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.5
top_p: 0.01 से 1; डिफ़ॉल्ट 0.9
Step 3.5 Flash 2603 StepFuntemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.5
top_p: 0.01 से 1; डिफ़ॉल्ट 0.9
Step 3.7 Flash StepFuntemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.5
top_p: 0.01 से 1; डिफ़ॉल्ट 0.9
Step 5 Preview StepFuntemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.5
top_p: 0.01 से 1; डिफ़ॉल्ट 0.9
StepAudio 2.5 Chat StepFuntemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.5
top_p: 0.01 से 1; डिफ़ॉल्ट 0.9
StepAudio 3 Chat StepFuntemperature top_ptemperature: 0 से 2; डिफ़ॉल्ट 0.5
top_p: 0.01 से 1; डिफ़ॉल्ट 0.9
StepAudio 3 Music StepFuntemperature top_ptemperature: 0.01 से 2; डिफ़ॉल्ट 0.85
top_p: 0 से 1; डिफ़ॉल्ट 0.92
ACE-Step 1.5 XL ACE-Stepseed-
FLUX.2 Klein 4B Black Forest Labsseed-
GLM TTS Z.aiseed-
Gemini 3.8 Live Googletemperature0.2 से 2
Gemini 3.8 Live Extended Thinking Googletemperature0.2 से 2
HappyHorse 1.0 Alibaba Cloudseed-
HappyHorse 1.1 Alibaba Cloudseed0 से 2147483647
Hunyuan Image 3 Tencentseed-
Hunyuan Video 1.5 Tencentseedन्यूनतम 0
Hyper3D Gen2 Deemosseed0 से 65535
MOSS Video and Audio OpenMOSSseed0 से 4294967295
MOSS-Image Turbo OpenMOSSseed0 से 2147483647
MiniMax Music 3 MiniMaxseed-
Mistral Small 4 Mistral AItemperature0 से 1; डिफ़ॉल्ट 0.7
OpenAI Whisper 1 OpenAItemperature0 से 1; डिफ़ॉल्ट 0
PixVerse V6 Max PixVerseseed0 से 2147483647
Pixverse C1 PixVerseseed0 से 2147483647
Pixverse Edit PixVerseseed0 से 2147483647
Pixverse v5 PixVerseseed-
Pixverse v5.6 PixVerseseed-
Pixverse v6 PixVerseseed0 से 2147483647
Qwen Audio 3.0 TTS Alibaba Cloudseed0 से 65535; डिफ़ॉल्ट 0
Qwen Audio 3.1 TTS Alibaba Cloudseed0 से 65535; डिफ़ॉल्ट 0
Qwen Audio 3.1 TTS Next Alibaba Cloudseed0 से 2147483647
Qwen Audio 3.1 TTS Plus Alibaba Cloudseed0 से 65535; डिफ़ॉल्ट 0
Qwen Image 2.0 Alibaba Cloudseed0 से 2147483647
Qwen Image 2.1 Alibaba Cloudseed0 से 2147483647
Qwen Image 3.0 Alibaba Cloudseed0 से 2147483647
Seedance 2.5 ByteDanceseed-1 से 2147483647
Seedance 2.5 Flash ByteDanceseed-1 से 2147483647
Stable Audio 2.0 Stability AIseed-
Stable Audio 2.5 Stability AIseed-
Stable Audio 3 Medium Stability AIseed0 से 2147483647
TRELLIS.2 4B Microsoftseed0 से 2147483647; डिफ़ॉल्ट 42
TTS 1.5 Max Inworldtemperature0.1 से 2; डिफ़ॉल्ट 1
TTS 1.5 Mini Inworldtemperature0.1 से 2; डिफ़ॉल्ट 1
TTS 2 Inworldtemperature0.1 से 2; डिफ़ॉल्ट 1
TTS 2 Flash Inworldtemperature0.1 से 2; डिफ़ॉल्ट 1
Wan 2.1 Alibaba Cloudseed-
Wan 2.2 Alibaba Cloudseed-
Wan 2.5 Alibaba Cloudseed-
Wan 2.6 Alibaba Cloudseed-
Wan 2.7 Alibaba Cloudseed-
Wan 3.0 Alibaba Cloudseed0 से 2147483647
Wan2.1 Image Alibaba Cloudseed0 से 2147483647
Wan2.2 Image Alibaba Cloudseed0 से 2147483647
Wan2.5 Image Alibaba Cloudseed0 से 2147483647
Wan2.7 Image Alibaba Cloudseed0 से 2147483647
Whisper Large v3 Turbo OpenAItemperatureडिफ़ॉल्ट 0,0.2,0.4,0.6,0.8,1

अक्सर पूछे जाने वाले प्रश्न

मुझे कौन सा तापमान इस्तेमाल करना चाहिए?

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।

क्या मुझे तापमान बदलना चाहिए और साथ में top_p करना चाहिए?

आमतौर पर नहीं। एक को एडजस्ट करें और दूसरे को डिफ़ॉल्ट पर छोड़ दें, ताकि आप हर बदलाव का प्रभाव देख सकें।

क्या एक ही बीज हमेशा एक ही आउटपुट देता है?

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।

क्या तापमान 0 मॉडल को निर्धारक बनाता है?

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।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।