Temperature, Top-P, Top-K & Penalties einfach erklärt

Claude, Gemini oder GPT-4 geben dir nicht den Output, den du gerne hättest und neigen zu Antworten, die zu faktisch oder zu kreativ sind oder sich wiederholen?

Dann kann es Sinn ergeben, erweiterte LLM-Parameter wie Temperature, Top P, Top K, Frequency Penalty oder Presence Penalty anzupassen.

Das ist möglich, wenn du die respektiven APIs verwendest, z. B. die Google Gemini API oder die OpenAI Chat Completions API oder wahlweise über die Entwicklerkonsolen, z. B. die Anthropic Console oder den OpenAI Playground.

1. Temperature

Die Temperature steuert, wie „kreativ“ oder „überraschend“ die Antworten eines KI-Modells sind:

Ein niedriger Wert führt dazu, dass das Modell eher vorhersehbare, konservative Antworten gibt. Es wählt Wörter und Sätze aus, die sehr wahrscheinlich sind. Ein hoher Wert lässt das Modell kreativer und abwechslungsreicher antworten. Es wählt auch mal überraschendere Formulierungen aus.

Für faktische Antworten empfiehlt sich bei der OpenAI API ein niedriger Wert zwischen 0.5 und 0.9. Für kreativere Antworten empfiehlt sich ein Wert von 1.0 bis 1.4. Werte von 1.5 oder höher sind in den wenigsten Fällen empfehlenswert.

Bei aktuellen Claude-4.7- und Claude-4.8-Modellen akzeptiert die API laut Anthropic nur die Standardwerte für Temperature, Top P und Top K. Für ältere Claude-Modelle ist die mögliche Temperature-Spanne 0 bis 1.0.

Die folgende interaktive Tabelle zeigt, wie sich der Output bei verschiedenen Temperature-Werten verändert:

2. Top P (Nucleus Sampling)

Top P ist eine Alternative zur Temperature, um die Kreativität zu steuern. Bei Top P wählt das Modell die nächsten Wörter aus den Top X % der wahrscheinlichsten Kandidaten aus.

Ein niedriger Wert wie 0.1 beschränkt die Auswahl auf die 10 % wahrscheinlichsten Wörter. Die Antworten werden vorhersehbarer. Ein hoher Wert wie 0.9 lässt das Modell aus den Top 90 % wählen. Es kommen auch mal unwahrscheinlichere Wörter vor, was die Antworten abwechslungsreicher macht.

Tipp: Den Wert für Top P anzupassen, ist nur für fortgeschrittene Anwendungsfälle sinnvoll. Generell empfiehlt sich, nur mit der Temperature zu arbeiten. Bitte beachte zudem, dass du entweder Top P oder die Temperature anpassen solltest, nicht beides gleichzeitig.

So verändert sich der Output bei verschiedenen Top-P-Werten:

3. Top K

Top K funktioniert ähnlich wie Top P, ist aber etwas einfacher zu verstehen. Hier wählt das Modell aus den K wahrscheinlichsten nächsten Wörtern aus.

Ein niedriger Wert für K (z. B. 10) führt zu vorhersehbareren Antworten. Ein hoher Wert für K (z. B. 100) erlaubt mehr Kreativität und Abwechslung.

Tipp: Den Wert für Top K anzupassen, ist nur für fortgeschrittene Anwendungsfälle sinnvoll. Generell empfiehlt sich, nur mit der Temperature zu arbeiten. Bitte beachte zudem, dass du entweder Top P oder die Temperature anpassen solltest, nicht beides gleichzeitig.

Die folgende Tabelle demonstriert den Einfluss von Top K:

4. Frequency Penalty

Die Frequency Penalty bestraft die Wiederholung von Token, die im bisherigen Text schon oft vorkamen, wobei die Häufigkeit der Token gemessen wird.

Ein hoher Wert (nahe 2) führt dazu, dass ein KI-Modell dieselben Phrasen oder Sätze seltener wiederholt und sich abwechslungsreicher formuliert. Ein niedriger Wert (nahe 0) lässt mehr Wiederholungen von Phrasen oder Sätzen zu.

Hier siehst du, wie verschiedene Frequency-Penalty-Werte die Wiederholung beeinflussen:

5. Presence Penalty

Die Presence Penalty funktioniert ähnlich wie der Frequency Penalty. Er bestraft aber die Wiederholung von Token unabhängig davon, wie häufig die exakten Token vorkamen.

Ein hoher Wert sorgt dafür, dass das Modell seltener bereits erwähnte Themen aufgreift. Ein niedriger Wert lässt thematische Wiederholungen eher zu.

Alternativ könnte man sagen: Bei einem hohen Wert ist das KI-Modell „offener für neue Themen“.

Tipp: Du solltest entweder die Presence Penalty oder die Frequency Penalty anpassen, nicht beides gleichzeitig.

Die Tabelle zeigt, wie die Presence Penalty das Modell dazu bringt, thematisch abzuschweifen:

6. Wie finde ich die richtigen Werte für jede Einstellung?

Bei der Einstellung der Parameter gilt:

Probieren geht über Studieren. Das heißt, ändere die Werte und schaue, wie sich das auf den Output auswirkt.

Bitte beachte dabei, nur einen der Parameter zurzeit zu verändern, weil du sonst nicht nachvollziehen kannst, durch welchen Parameter sich der Output verbessert oder verschlechtert hat.

Generell empfehlen sich für faktische Antworten eher niedrige Werte für Temperature/Top P, für kreative Aufgaben höhere. Die Strafparameter helfen, einen guten Mittelweg zwischen Wiederholung und Abwechslung zu finden.

7. Welche Parameter sind in welcher API einstellbar?

Bitte beachte, dass manche Parameter, wie Frequency Penalty oder Presence Penalty, nicht in jeder API einstellbar sind. Außerdem hängt die Unterstützung bei Gemini und Claude vom konkreten Modell ab. Hier findest du eine kleine Übersicht: