> ## Documentation Index
> Fetch the complete documentation index at: https://novita.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Interactieve Playground

Om gebruikers te helpen het gedrag van grote taalmodellen beter te begrijpen en te testen, biedt **Novita** een flexibele interactieve playground. Gebruikers kunnen een reeks parameters fijn afstellen om de generatielogica, inhoudsstijl en antwoordstructuur van het model nauwkeurig te beheren, waardoor meer gerichte output mogelijk wordt.

## Antwoordformaat

Gebruikers kunnen kiezen tussen twee modi:

* **Aangepaste JSON-outputstructuur**: Definieer een JSON Schema om het model te begeleiden bij het genereren van output die een vooraf gedefinieerd formaat volgt, ideaal voor gestructureerde taken of scenario's voor API-integratie.
* **Vrije generatie**: Laat het model antwoorden vrij organiseren op basis van de context, geschikt voor open Q\&A en toepassingen voor creatief schrijven.

## System Prompt

Door een system prompt in te stellen, kunnen gebruikers de "persona" en gedragscontext van het model definiëren. Als u bijvoorbeeld de prompt instelt op “You are a professional travel planner,” zal het model vanuit dat perspectief antwoorden, wat de consistentie en contextuele samenhang verbetert.

## Parameterconfiguratie

De playground ondersteunt het aanpassen van de volgende kernparameters:

* **max\_tokens**: Stelt het maximale aantal tokens in dat het model kan genereren. Lagere waarden verbeteren de antwoordsnelheid, terwijl hogere waarden geschikt zijn voor complexe, lange outputs.
* **temperature**: Beheert de creativiteit en willekeurigheid van de output. Hogere waarden leiden tot meer diverse en fantasierijke antwoorden, terwijl lagere waarden conservatievere en deterministischere outputs opleveren, ideaal voor nauwkeurige taken.
* **top\_p (nucleus sampling)**: Past het bereik voor token-sampling per stap dynamisch aan om diversiteit en vloeiendheid te verbeteren. Aanbevolen voor gebruik in combinatie met temperature.
* **top\_k**: Beperkt het model tot het selecteren uit de top K tokens met de hoogste waarschijnlijkheid bij elke stap, wat de efficiëntie verhoogt en ruis vermindert.
* **min\_p**: Een alternatief voor top\_p en top\_k, gebruikt om tokens te filteren waarvan de waarschijnlijkheid onder een bepaalde drempel ligt, geschikt voor taken waarbij nauwkeurigheid cruciaal is.
* **presence\_penalty**: Moedigt het model aan om nieuwe onderwerpen in de output te introduceren. Positieve waarden vergroten de kans op uitbreiding naar nieuwe inhoud.
* **frequency\_penalty**: Onderdrukt het genereren van herhaalde tokens. Positieve waarden verminderen herhaling en helpen originaliteit te behouden.
* **repetition\_penalty**: Vermindert verder het risico op loops of repetitieve prompts, waardoor de robuustheid van de output wordt verbeterd.

## Aanbevelingen voor gebruik

* **Voor creatief schrijven**: Verhoog temperature, top\_p en presence\_penalty om diverse en fantasierijke outputs te stimuleren.
* **Voor gestructureerde taken en toolaanroepen**: Gebruik een vast JSON schema met lagere temperature en top\_k om consistente en betrouwbare outputs te garanderen.
* **Voor het testen van interacties**: Vergelijk verschillende parametercombinaties om veranderingen in generatiestijl, informatiedichtheid en contextueel begrip te observeren, wat helpt bij snellere promptiteratie.

***

Om het gedrag van de playground in API-aanroepen te repliceren, raadpleegt u de bijbehorende parameterdocumentatie in de platformgids.