NativeTavern 文档

# 高级设置

深度自定义AI的生成行为。

# 🎛️ 采样参数

# Temperature（温度）

控制随机性，值越高输出越随机。

值	效果
0.1-0.3	非常确定，适合事实性回答
0.5-0.7	平衡，适合日常对话
0.8-1.2	创意模式，适合创作
1.5+	高度随机，可能不连贯

推荐值: 角色扮演通常使用 0.7-1.0

# Top-P（核采样）

只考虑累积概率达到P的token。

值	效果
0.1	只选最可能的选项
0.5	中等多样性
0.9	高多样性
1.0	考虑所有选项

推荐值: 0.9-0.95

# Top-K

只考虑概率最高的K个token。

值	效果
1	贪婪解码，完全确定
10-40	中等多样性
100+	高多样性
0	禁用（考虑所有）

# Min-P

过滤掉概率低于最高概率*min_p的token。

推荐值: 0.05-0.1

# Typical-P

基于熵的采样，保留"典型"的token。

推荐值: 0.95-1.0

# 🔁 重复惩罚

# Repetition Penalty

惩罚重复使用相同token。

值	效果
1.0	不惩罚
1.1-1.2	轻度惩罚，推荐
1.5+	强惩罚，可能影响流畅度

# Repetition Penalty Range

考虑范围内的token进行惩罚。

推荐值: 1024-2048

# 🎲 Mirostat

自适应采样算法，保持一致的困惑度。

参数	说明
Mode	0=关闭, 1=Mirostat 1, 2=Mirostat 2
Tau	目标困惑度，推荐 5.0
Eta	学习率，推荐 0.1

# ✂️ 其他采样

# Tail-Free Sampling (TFS)

移除低概率的"尾部"token。

推荐值: 0.95-0.99

# Top-A

基于最高概率的动态截断。

推荐值: 0.0（禁用）或 0.1-0.5

# 🛑 停止序列

设置让模型停止生成的字符串。

# 常用停止序列

\n\nHuman:
\n\nUser: