Top-K采样是一种固定数量截断的采样策略。模型在每一步生成时，仅保留概率最高的k个候选token，将它们的概率重新归一化后采样，其余token一律排除。 k值决定了采样的"自由度"：k=1等价于贪婪解码，输出完全确定；k较小（如5-10）时输出稳定可控；k较大（如50-100）时多样性增加但可能引入噪声。与top-p的动态截断不同，top-k的候选数量固定，在概率分布陡峭或平坦时表现不一致。 Top-K常与temperature、top-p组合使用。一些模型（如GPT系列）默认不暴露top_k参数，而开源模型（LLaMA、Mistral等）通常允许调整。它是控制生成多样性和质量的实用工具。