Intelligence Artificielle
Qu’est-ce que Température (IA générative) ?
Hyperparamètre qui contrôle le caractère aléatoire des tirages du modèle lors de la génération token par token — bas = plus déterministe, haut = plus créatif et risqué pour les hallucinations.
Définition simple
C'est comme le bouton « créatif » sur un appareil photo : plus il monte, plus la composition varie entre deux clichés du même sujet. À température faible, le modèle choisit souvent la suite la plus probable ; à température élevée, il explore des suites moins probables — utile brainstorming, risqué pour chiffres ou clauses légales. Lié aux [tokens](/lexique/token-llm) mais réglage orthogonal ; certaines APIs exposent aussi `top_p` pour nucleus sampling.
Comment ça marche ?
Softmax logits divisé par température avant tirage ; effet sur distribution suivante ; pas de « bon » universel — bench par tâche. Pour pipelines multi-étapes, températures différentes par étape possible dans [orchestration IA](/lexique/orchestration-ia).
Impact business
Mauvais réglage dégrade fiabilité réponses clients ou code — équipes support qui passent température basse sur FAQ réduisent souvent fortement reprises manuelles vs réglage par défaut « neutre » mal adapté au domaine.
Bonnes pratiques
- Jeux de validation fixes ; A/B prompts et température ; gel config versionnée ; surveillance dérive qualité après mise à jour modèle.
Erreurs communes
- Température haute pour réponses factuelles attendues déterministes. Copier réglages tutoriels généralistes sans test métier.
Prompt IA
Contexte : génération [JSON métier strict]. Donne plage température recommandée ; alternative top_p ; phrase type erreur si température trop haute sur extraction structurée.
SERVICE LIÉ
Passer de la définition à un projet concret.
Automatisation & IA
Approfondir ce sujet dans le cadre d’un accompagnement adapté à votre contexte.
À LIRE AUSSI
Guides plus complets sur le blog.
QUESTIONS FRÉQUENTES
Aller plus loin sur Température (IA générative).
Souvent maximalement déterministe selon implémentation — utile reproductibilité tests ; vérifier seed et nondéterminismes GPU.
Haute diversité peut augmenter sorties imprévues ou toxiques — combiner filtres sortie et politiques usage.
Sens similaire mais pas strictement comparable chiffre à chiffre entre familles — toujours recaler par évaluation.