Sampling Parametreleri: Temperature, Top-p, Top-k, Penalty

Sözlükteki dağılım (p=0.9 ile):
  "iyi"      → 0.40 ─┐
  "harika"   → 0.30  │  Kümülatif: 0.70
  "muhteşem" → 0.15  │  Kümülatif: 0.85
  "süper"    → 0.08  │  Kümülatif: 0.93  ✓ kesim
  "fena değil" → 0.04  ✗ atılır
  "kötü"     → 0.02    ✗ atılır
  ...
 
Sadece ilk 4'ten örnek alınır.

# Aynı prompt, 4 farklı temperature
# Yaratıcılık vs tutarlılık trade-off'unu gör.
import os
from anthropic import Anthropic
 
client = Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))
 
prompt = "Bir Türk kahvesi reklamı için 1 cümlelik slogan üret."
 
for T in [0.0, 0.3, 0.7, 1.0]:
    print(f"\n=== Temperature = {T} ===")
    for run in range(3):
        r = client.messages.create(
            model="claude-haiku-4-5-20251001",
            max_tokens=80,
            temperature=T,
            messages=[{"role": "user", "content": prompt}],
        )
        print(f"  Run {run+1}: {r.content[0].text.strip()}")
 

Senaryo: Bir banka müşterisinin kredi başvurusu açıklamasından risk skoru üreten sistem.

Bu görev için optimum temperature: T = 
Çünkü bu görev türü  kategorisindedir.
Sonuçların  olması gerekir.