Il prossimoProssima guida
Verifica mediante campionamento speculativo
Intelligenza artificiale linguistica
GUIDA ALL'AI linguistica
Typical sampling ranks candidate tokens by how close their surprisal is to the model distribution’s expected surprisal (entropy), then samples from a set reaching a chosen probability mass.
Ascolta questa guidaNarrato dall'IA · ~2 min
This is a decoding heuristic, not a guarantee of human-like, factual, or coherent output.
When a language model predicts the next token, it produces a probability distribution over thousands of options. Greedy and top-k methods favor high-probability tokens, which can make text repetitive and bland. Typical sampling, introduced by Meister and colleagues in 2022, takes a different angle rooted in information theory. The model computes its expected information content (the entropy of the distribution). Tokens are then scored by how far their own surprisal sits from that expectation. Typical sampling keeps the set of tokens whose surprisal is closest to the average until their combined probability reaches a threshold, then samples from that set. The method favors tokens whose surprisal is closer to the distribution’s expected surprisal. It does not guarantee human-like wording, factual correctness, or coherence; evaluate outputs on the intended task.
Generare narrativa o poesia in cui la decodificazione avida produce una prosa noiosa e ripetitiva e gli scrittori desiderano una varietà più naturale.
Potenziare le risposte dei chatbot che evitano frasi robotiche e stereotipate pur rimanendo coerenti e in tema.
Disponibile come flag di decodifica (tipicamente_p) in Hugging Face Transformers per gli sviluppatori che ottimizzano l'output del modello open source.
Utilizzato nei runtime LLM locali come llama.cpp e text- generation-webui come alternativa a top-p per testo più ricco e meno degenerato.
Il campionamento tipico sta diventando un'opzione standard insieme a top-p e top-k negli stack di inferenza open source come llama.cpp e Hugging Face Transformers. Aspettatevi un utilizzo crescente nella scrittura creativa, nei dialoghi e nella generazione di storie in cui una decodifica eccessivamente sicura danneggia la qualità. I ricercatori lo stanno combinando con soglie adattive che cambiano in base al contesto e combinandolo con sanzioni di ripetizione. Man mano che la decodifica teorica dell’informazione matura, il campionamento tipico può informare metodi automatici e consapevoli della distribuzione che abbandonano le impostazioni di temperatura regolate manualmente.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Typical sampling ranks candidate tokens by how close their surprisal is to the model distribution’s expected surprisal (entropy), then samples from a set reaching a chosen probability mass. This is a decoding heuristic, not a guarantee of human-like, factual, or coherent output.
Il campionamento tipico misura quanto è lontana la sorpresa di ciascun token dall'entropia della distribuzione, dal contenuto informativo atteso, mantenendo i token la cui sorpresa è più vicina a quella media.
Un token ad altissima probabilità ha una sorpresa molto bassa, che può essere lontana dalla media, quindi il campionamento tipico potrebbe escluderlo dal set di candidati a favore di token più "tipici".
Il metodo si basa sull’ipotesi che il linguaggio naturale si mantenga vicino a un tasso di informazione uniforme, quindi favorisce i token che portano una sorpresa prossima alla media.
Tau imposta la probabilità cumulativa target; i token più vicini all'entropia vengono aggiunti finché la loro probabilità combinata non raggiunge tau, definendo l'insieme da cui campionare.
Typical sampling uses surprisal relative to entropy rather than simply choosing the most likely token.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Verifica mediante campionamento speculativo
Intelligenza artificiale linguistica