Gemma 4 预设与配置指南
要从 Gemma 4 获得最佳输出，需要正确的参数配置。温度、top-p、重复惩罚和上下文长度都会显著影响生成质量。本指南提供经过测试的预设配置，帮助你立即获得最优结果。
这些预设适用于所有 Gemma 4 推理工具——Ollama、LM Studio、vLLM、llama.cpp 和 MLX。根据具体需求调整数值。
关键参数说明
Temperature（温度）
控制输出的随机性。较低值 (0.1-0.3) 产生更确定、聚焦的回答。较高值 (0.8-1.2) 增加创意和多样性。超过 1.5 可能产生不连贯的输出。
Top-P（核采样）
将 token 选择限制在累积概率超过 P 的最小 token 集合中。较低值 (0.5-0.7) 聚焦输出；较高值 (0.9-1.0) 允许更多多样性。与温度配合使用。
Top-K
将考虑范围限制在概率最高的 K 个 token。较低值增加聚焦和一致性。设为 1 则完全确定性（贪心）输出。
Repetition Penalty（重复惩罚）
惩罚重复 token 以防止循环和冗余输出。1.05-1.15 适合大多数场景。过高可能导致模型回避必要的重复。
Context Length（上下文长度 / num_ctx）
模型考虑的最大 token 数。更大的上下文可处理更长的文档但需要更多内存。Gemma 4 最高支持 128K (E2B/E4B) 或 256K (26B/31B)。
Max Tokens（最大生成长度）
回答中生成的最大 token 数。长文本内容生成时设高一些，简短回答设低一些。
推荐预设
编程与技术
针对代码生成、调试和技术任务优化。低温度保证准确性，大上下文用于理解代码库。
你是一位专业的软件工程师。编写简洁、有文档注释的生产级代码。始终包含错误处理并遵循所用语言的最佳实践。
创意写作
较高温度增加创意变化，同时保持足够的 top-p 维持连贯性。适合故事、营销文案和头脑风暴。
你是一位才华横溢的创意作家。写出生动、引人入胜的内容，带有强烈的叙事风格。变化句式结构，使用富有表现力的语言。
分析与研究
平衡设置，适合分析任务——文档分析、摘要和研究。适中的温度配合长上下文进行全面分析。
你是一位严谨的分析师。提供结构清晰、有据可依的分析。引用源材料中的具体细节。保持客观和全面。
日常对话与助手
适合日常交互的通用预设。自然的对话语气，在一致性和多样性之间取得良好平衡。
你是一个有帮助、友好的 AI 助手。提供清晰、准确的回答。需要时主动提出澄清问题。简洁但全面。
角色扮演与人设
高创意性配合较强的重复惩罚以保持角色一致性。适合互动小说和基于角色的对话。
始终保持角色扮演状态。用生动的描述、情感深度和一致的性格来回应。永远不要打破第四面墙。
事实与精确
最小随机性，适合需要高准确度的任务——数据提取、分类、结构化输出和事实问答。
你是一个精确、务实的助手。只提供准确的信息。不确定时直接说明。适当时使用结构化格式（列表、表格）。
在 Ollama 中使用预设
创建自定义 Modelfile 来在 Ollama 中应用预设：
# Create a Modelfile
cat > Modelfile.coding <<'EOF'
FROM gemma4:e4b
PARAMETER temperature 0.2
PARAMETER top_p 0.85
PARAMETER top_k 20
PARAMETER repeat_penalty 1.05
PARAMETER num_ctx 32768
SYSTEM """
You are an expert software engineer. Write clean, well-documented, production-quality code. Always include error handling and follow best practices for the language being used.
"""
EOF
# Build and run
ollama create gemma4-coding -f Modelfile.coding
ollama run gemma4-coding预设常见问题
Gemma 4 最佳温度是多少？
取决于任务：编程和事实任务用 0.1-0.3，日常对话用 0.6-0.8，创意写作用 0.8-1.0。从推荐预设开始，根据输出质量调整。
应该用 top-p 还是 top-k？
大多数用户应使用 top-p（核采样），它对不同概率分布的适应性更好。top-k 更简单但可能过于限制或过于宽松。同时使用两者可以实现精细控制。
上下文长度应该设多大？
使用满足需求的最小上下文——更长的上下文占用更多内存。简单对话用 8K。代码文件用 32K。长文档用 64K+。只有处理超大输入时才用 128K/256K。
怎么解决输出重复的问题？
增加重复惩罚（试试 1.15-1.25）。也可以稍微提高温度（加 0.1-0.2）并降低 top-k。如果模型在特定短语上循环，将它们加入存在惩罚列表（如果工具支持）。
不同模型尺寸需要不同预设吗？
相同的预设通常适用于所有 Gemma 4 变体。较小的模型 (E2B, E4B) 可能受益于略低的温度（减 0.1）以补偿模型容量。31B 模型能很好地处理较高温度。
这些预设能用于其他模型吗？
这些预设针对 Gemma 4 优化，但可作为大多数 LLM 的合理起点。不同模型家族对相同设置的响应可能不同——务必测试和调整。
presetsPage.faq.items.6.q
presetsPage.faq.items.6.a
presetsPage.faq.items.7.q
presetsPage.faq.items.7.a
presetsPage.faq.items.8.q
presetsPage.faq.items.8.a
presetsPage.faq.items.9.q
presetsPage.faq.items.9.a