---
title: "ما هو top-p؟ شرح أخذ العينات من النواة في نماذج LLM | BroadRouter"
description: "يأخذ top-p، أو أخذ العينات من النواة، العينة من أصغر مجموعة رموز يبلغ مجموع احتمالاتها p فقط. كيف يعمل، وكيف يختلف عن درجة الحرارة."
url: https://broadrouter.com/ar/glossary/top-p/
lang: ar
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/glossary/top-p/) (حُدّث في 2026-11-14).

# Top-p (أخذ العينات من النواة)

آخر تحديث 2026-11-14

Top-p، ويُسمّى أيضًا أخذ العينات من النواة (nucleus sampling)، طريقة فك ترميز يختار فيها النموذج اللغوي الرمز التالي من أصغر مجموعة من الرموز الأرجح فقط، تلك التي يبلغ مجموع احتمالاتها عتبة p مثل 0.9، ويستبعد الذيل قليل الاحتمال.

يُسمّى أيضًا: أخذ العينات من النواة، عينات النواة، معامل top\_p، أخذ العينات top-p، top-p، nucleus sampling، top\_p، top-p sampling

يحدّد top-p أي الرموز يُسمح لها بدخول السحب قبل أن يختار النموذج واحدًا منها.

## كيف يعمل

قدّم Holtzman وزملاؤه أخذ العينات من النواة عام 2019. ويعرّفون مفردات top-p بأنها أصغر مجموعة من الرموز يبلغ احتمالها التراكمي p على الأقل. وكل رمز خارج هذه المجموعة يصبح احتماله صفرًا، ثم يُعاد تحجيم الباقي ليكون مجموعه واحدًا، ويُسحب الرمز التالي منه. وتستخدم نتائجهم الرئيسية p = 0.95.

يتغيّر حجم المجموعة في كل خطوة:

| توزيع الرمز التالي | الرموز المُبقاة عند p = 0.9 |
| --- | --- |
| رمز واحد باحتمال 0.95 | 1 |
| أربعة رموز باحتمالات 0.3 و0.3 و0.2 و0.15 | 4 |
| توزيع طويل مسطّح | كثيرة |

وهذه هي فكرة الطريقة كلها. إذ تحاجّ الورقة بأن “less reliable tail” (ترجمة: الذيل الأقل موثوقية) في التوزيع هو ما يُنتج نصًا متدهورًا، وأن قطعه يعطي مخرجات متنوعة دون فقدان الترابط. أما top-k الثابت فلا يتكيّف بهذا الشكل: فهو يُبقي العدد نفسه سواء كان النموذج متيقنًا أم مترددًا.

في واجهة OpenAI API، القيمة الافتراضية لـ `top_p` هي 1، أي دون قطع. ويضرب المرجع مثالًا: “0.1 means only the tokens comprising the top 10% probability mass are considered.” (ترجمة: 0.1 تعني أن الرموز التي تشكّل أعلى 10% من كتلة الاحتمال هي وحدها التي تؤخذ في الحسبان.) وقيمته الافتراضية في Hugging Face Transformers أيضًا 1.0، ما لم يضبط الملف `generation_config.json` للنموذج قيمة أخرى.

## لماذا يهم

-   **رموز غريبة أقل.** قطع الذيل يزيل الاختيارات النادرة التي تجعل النص ينجرف، وهذا مهم للإجابات الطويلة ولخطر [الهلوسة](https://broadrouter.com/ar/glossary/hallucination/).
-   **التفاعل مع درجة الحرارة.** تُطبَّق [درجة الحرارة](https://broadrouter.com/ar/glossary/temperature/) على الدرجات، ثم يقلّم top-p النتيجة. وضبط الاثنين معًا يجعل السلوك صعب التوقع، ولهذا تقترح OpenAI تغيير أحدهما فقط.
-   **تتبّع الأخطاء.** إن أظهرت [logprobs](https://broadrouter.com/ar/glossary/logprobs/) أن النموذج اختار [رمزًا](https://broadrouter.com/ar/glossary/token/) منخفض الاحتمال، فإن قيمة top-p أدنى كانت ستمنعه.

لا يغيّر top-p السعر؛ فكل رمز مولَّد يُحاسَب بالطريقة نفسها.

## في BroadNet Inference

لا يوثّق [المرجع التقني لـ BroadNet](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-glossary-top-p&utm_content=body) المعاملين `top_p` و`top_k` ولا قيمهما الافتراضية، ولا تضبط أمثلة الطلبات فيه أيًّا منهما. ستمرّر حزمة OpenAI SDK المعامل `top_p`، لكن لا يُذكر هل يطبّقه نموذج بعينه، فاختبره على أوامرك قبل الاعتماد عليه. راجع [دليل Python SDK](https://broadrouter.com/ar/guides/openai-python-sdk/) والمقال عن [تقييم النموذج قبل الانتقال إليه](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/)، الذي يشرح لماذا يجب تثبيت إعدادات أخذ العينات أثناء المقارنة.

## أخطاء شائعة

-   ضبط `top_p` ودرجة الحرارة معًا، ثم عدم معرفة أيهما غيّر النتيجة.
-   نسخ إعدادات أخذ العينات من نموذج إلى آخر. فالقيم الموصى بها تختلف من نموذج لآخر.

## أسئلة شائعة

### ما الفرق بين top-p ودرجة الحرارة؟

درجة الحرارة تعيد تشكيل احتمالات الرموز كلها. أما top-p فيقطع الذيل قليل الاحتمال ويأخذ العينة مما تبقّى. وتوصي OpenAI بتغيير أحدهما لا كليهما.

### ما الفرق بين top-p وtop-k؟

يُبقي top-k عددًا ثابتًا من الرموز، مثل 50. أما top-p فيُبقي ما يلزم من الرموز لبلوغ عتبة الاحتمال، فتصغر المجموعة حين يكون النموذج واثقًا وتكبر حين لا يكون.

### هل يوثّق BroadNet المعامل top\_p؟

لا. لا يذكر المرجع التقني لـ BroadNet المعامل top\_p ولا قيمته الافتراضية لأي نموذج. اضبطه في الطلب واختبر أثره بنفسك.

## انظر أيضًا

-   [درجة الحرارة (Temperature)](https://broadrouter.com/ar/glossary/temperature/) (مصطلح)
-   [اللوغاريتمات الاحتمالية (Logprobs)](https://broadrouter.com/ar/glossary/logprobs/) (مصطلح)
-   [الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/) (مصطلح)
-   [الهلوسة (Hallucination)](https://broadrouter.com/ar/glossary/hallucination/) (مصطلح)
-   [عقوبة التكرار وعقوبة الحضور (Frequency/presence penalty)](https://broadrouter.com/ar/glossary/frequency-and-presence-penalty/) (مصطلح)
-   [استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/) (دليل)
-   [كيف تقيّم نموذج LLM قبل الانتقال إلى مزوّد آخر](https://broadrouter.com/ar/blog/evaluate-llm-before-switching/) (مقال)

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

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

**المصادر**

-   [Holtzman وآخرون (2019)، The Curious Case of Neural Text Degeneration](https://arxiv.org/abs/1904.09751)
-   [مرجع OpenAI API، إنشاء إكمال محادثة (top\_p)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Hugging Face Transformers، الإعداد GenerationConfig (top\_p وtop\_k)](https://huggingface.co/docs/transformers/main/en/main_classes/text_generation)
