---
title: "Что такое top-p? Ядерное сэмплирование в LLM | BroadRouter"
description: "Top-p, или ядерное сэмплирование, выбирает токен только из наименьшего набора с суммарной вероятностью p. Как это работает и чем отличается от температуры."
url: https://broadrouter.com/ru/glossary/top-p/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/top-p/) (обновлён 2026-11-14).

# Top-p (ядерное сэмплирование, nucleus sampling)

Обновлено 2026-11-14

Top-p, или ядерное сэмплирование (nucleus sampling), — это метод декодирования, при котором языковая модель выбирает следующий токен только из наименьшего набора самых вероятных токенов, чья суммарная вероятность достигает порога p, например 0,9, а маловероятный «хвост» отбрасывает.

Также называют: ядерное сэмплирование, параметр top\_p, top-p сэмплирование, нуклеусное сэмплирование, nucleus sampling, top\_p, top-p sampling

Top-p решает, какие токены вообще попадут в розыгрыш, прежде чем модель выберет один из них.

## Как это работает

Holtzman с соавторами предложили ядерное сэмплирование в 2019 году. Они определяют словарь top-p как наименьший набор токенов, чья накопленная вероятность не меньше p. Все токены вне этого набора получают нулевую вероятность. Вероятности остальных перенормируются так, чтобы в сумме давать единицу, и следующий токен выбирается из них. В основных результатах статьи используется p = 0,95.

Размер набора меняется на каждом шаге:

| Распределение следующего токена | Сколько токенов остаётся при p = 0,9 |
| --- | --- |
| Один токен с вероятностью 0,95 | 1 |
| Четыре токена: 0,3, 0,3, 0,2, 0,15 | 4 |
| Длинное ровное распределение | много |

В этом и смысл метода. Авторы утверждают, что “less reliable tail” (перевод: «менее надёжный хвост») распределения порождает вырожденный текст, а если его отрезать, вывод остаётся разнообразным и не теряет связности. Фиксированный top-k так подстраиваться не умеет: он оставляет одно и то же число токенов, уверена модель или нет.

В API OpenAI `top_p` по умолчанию равен 1, то есть ничего не отрезается. В справочнике приведён пример: “0.1 means only the tokens comprising the top 10% probability mass are considered” (перевод: «0.1 означает, что рассматриваются только токены, составляющие верхние 10% массы вероятности»). В Hugging Face Transformers значение по умолчанию тоже 1.0, если `generation_config.json` модели не задаёт другое.

## Почему это важно

-   **Меньше странных токенов.** Отрезая «хвост», вы убираете редкие варианты, из-за которых текст уводит в сторону. Это важно для длинных ответов и для риска [галлюцинаций](https://broadrouter.com/ru/glossary/hallucination/).
-   **Взаимодействие с температурой.** [Температура](https://broadrouter.com/ru/glossary/temperature/) применяется к оценкам, а top-p затем обрезает результат. Если настраивать оба параметра сразу, поведение трудно предсказать, поэтому OpenAI советует менять только один.
-   **Отладка.** Если по [logprobs](https://broadrouter.com/ru/glossary/logprobs/) видно, что модель выбрала маловероятный [токен](https://broadrouter.com/ru/glossary/token/), более низкий top-p его бы не пропустил.

Top-p не влияет на цену. Каждый сгенерированный токен оплачивается одинаково.

## В BroadNet Inference

[Справочник API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-top-p&utm_content=body) BroadNet не описывает `top_p`, `top_k` и их значения по умолчанию. В примерах запросов не задан ни один из них. OpenAI SDK передаст `top_p` дальше, но применяет ли его конкретная модель, не сказано, поэтому проверьте на своих промптах, прежде чем на него полагаться. Смотрите [руководство по Python SDK](https://broadrouter.com/ru/guides/openai-python-sdk/) и статью о том, [как оценить модель перед переходом](https://broadrouter.com/ru/blog/evaluate-llm-before-switching/): в ней объясняется, почему параметры сэмплирования при сравнении нужно фиксировать.

## Частые ошибки

-   Настраивать `top_p` и температуру одновременно, а потом не понимать, что именно изменило результат.
-   Переносить параметры сэмплирования с одной модели на другую. Рекомендуемые значения у моделей разные.

## Вопросы и ответы

### Чем top-p отличается от температуры?

Температура меняет вероятности всех токенов. Top-p отрезает маловероятный «хвост» и выбирает из того, что осталось. OpenAI рекомендует менять что-то одно, а не оба параметра сразу.

### Чем top-p отличается от top-k?

Top-k оставляет фиксированное число токенов, например 50. Top-p оставляет столько токенов, сколько нужно, чтобы набрать порог вероятности: когда модель уверена, набор маленький, когда нет — большой.

### Описан ли top\_p в документации BroadNet?

Нет. Справочник API BroadNet не указывает top\_p и его значение по умолчанию ни для одной модели. Задайте его в запросе и проверьте эффект сами.

## См. также

-   [Температура (temperature)](https://broadrouter.com/ru/glossary/temperature/) (термин)
-   [Logprobs (логарифмы вероятностей токенов)](https://broadrouter.com/ru/glossary/logprobs/) (термин)
-   [Токен (token)](https://broadrouter.com/ru/glossary/token/) (термин)
-   [Галлюцинация (hallucination)](https://broadrouter.com/ru/glossary/hallucination/) (термин)
-   [Штрафы за частоту и присутствие (frequency/presence penalty)](https://broadrouter.com/ru/glossary/frequency-and-presence-penalty/) (термин)
-   [OpenAI Python SDK и BroadNet Inference](https://broadrouter.com/ru/guides/openai-python-sdk/) (руководство)
-   [Как оценить LLM перед сменой провайдера](https://broadrouter.com/ru/blog/evaluate-llm-before-switching/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-top-p&utm_content=page-cta) ·

**Источники**

-   [Holtzman и др. (2019), The Curious Case of Neural Text Degeneration](https://arxiv.org/abs/1904.09751)
-   [Справочник OpenAI API, создание chat completion (top\_p)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Hugging Face Transformers, GenerationConfig (top\_p, top\_k)](https://huggingface.co/docs/transformers/main/en/main_classes/text_generation)
