Claude生成文本的三个主要阶段是什么？	分词（Tokenization）、预测阶段（Prediction Phase）和采样阶段（Sampling Phase）。
在文本生成过程中，预测阶段（Prediction Phase）的作用是什么？	决定哪些可能的下一个词可以出现，并为每个选项分配概率。
采样阶段（Sampling Phase）是如何完成文本生成的？	根据分配给每个词的概率，实际选择一个Token。
温度（Temperature）参数的定义是什么？	这是一个介于0到1之间的十进制值，用于影响模型输出的概率分布。
当温度设置为0时，模型会产生什么样的输出？	确定性输出（Deterministic output），总是选择初始概率最高的Token。
提高温度（Temperature）会产生什么效果？	增加选择初始概率较低Token的机会，从而提高输出的随机性和创造性。
在需要低随机性或确定性输出的任务中，应使用什么温度值？	较低的温度值。
在需要高度创造性（如头脑风暴、创意写作）的任务中，应如何调整温度？	提高温度值。