Nucleus Sampling (Top-p Sampling)

Einfach erklärt

Nucleus Sampling löst ein Problem der Textgenerierung: Wie wählt das Modell das nächste Wort?

Das Problem mit den Alternativen:

• Greedy: Nimmt immer das wahrscheinlichste Token → repetitiv, langweilig
• Top-k: Nimmt die Top-k Tokens → starr, ignoriert den Kontext
• Vollständiges Sampling: Alle Tokens → manchmal unsinnige Wörter

Nucleus Sampling (Top-p) als Lösung:

Kontext: "Die Hauptstadt von Frankreich ist ___"

Token-Wahrscheinlichkeiten:
  Paris:      0.92
  die:        0.03
  eine:       0.02
  bekanntlich: 0.01
  ...         0.02

Top-p = 0.95 → Kandidatenpool: {Paris (0.92), die (0.03)}
→ Fast immer "Paris", aber nicht zu 100 % deterministisch

Adaptivität in Aktion:

Kontext: "Mein Lieblings___"

Token-Wahrscheinlichkeiten:
  essen:    0.15
  film:     0.12
  buch:     0.11
  tier:     0.10
  sport:    0.09
  ...

Top-p = 0.95 → Kandidatenpool: ~15 Tokens
→ Viel mehr Variation, weil der Kontext mehrdeutig ist

Technischer Deep Dive

Algorithmus

def nucleus_sampling(logits, p=0.9, temperature=1.0):
    # 1. Temperatur anwenden
    scaled = logits / temperature
    probs = softmax(scaled)
    
    # 2. Absteigend sortieren
    sorted_probs, sorted_indices = sort(probs, descending=True)
    
    # 3. Kumulative Summe berechnen
    cumsum = cumulative_sum(sorted_probs)
    
    # 4. Alles über Schwellenwert p maskieren
    mask = cumsum - sorted_probs > p
    sorted_probs[mask] = 0
    
    # 5. Neu normalisieren und samplen
    sorted_probs = sorted_probs / sum(sorted_probs)
    return sample(sorted_indices, sorted_probs)

Vergleich der Strategien

Strategie	Pool-Größe	Adaptiv	Kreativität	Standard für
Greedy	1	Nein	Keine	Übersetzung
Top-k	k (fix)	Nein	Mittel	Ältere Modelle
Top-p	Variabel	Ja	Hoch	Chat-LLMs
Beam Search	k Beams	Nein	Keine	Summarization