Penjelasan Suhu dan Top-p LLM: Bagaimana Model AI Memilih Kata Berikutnya

  1. Beranda
  2. Blog
  3. Kecerdasan Buatan

Kecerdasan Buatan

Penjelasan Suhu dan Top-p LLM: Bagaimana Model AI Memilih Kata Berikutnya

Suhu dan top-p adalah dua pengaturan yang menentukan seberapa dapat diprediksi atau bervariasinya jawaban model AI. Kami menyimulasikan matematika di baliknya dengan contoh mainan sehingga Anda dapat melihat dengan tepat pengaruh setiap pengaturan terhadap pilihan model.

10 menit baca
Suhu LLM dan top-p menjelaskan: bagaimana model AI memilih kata berikutnya

Poin penting

  • Sebuah model menghasilkan probabilitas untuk setiap kemungkinan token berikutnya, lalu mengambil sampelnya.
  • Suhu membentuk ulang probabilitas tersebut: nilai yang rendah mempertajamnya, nilai yang tinggi meratakannya.
  • Top-p hanya menyimpan token yang paling mungkin mencapai ambang batas probabilitas.
  • Gunakan suhu rendah untuk ekstraksi dan kode, suhu sedang untuk mengobrol, dan ubah pengaturan satu per satu.

Ajukan pertanyaan yang sama kepada model AI dua kali dan Anda mungkin mendapatkan dua jawaban berbeda. Mintalah untuk mengambil tanggal dari faktur dan Anda menginginkan jawaban yang sama setiap saat. Mintalah sepuluh ide slogan dan Anda menginginkan variasi. Setelan yang mengontrol trade-off ini adalah temperature dan top-p, dan keduanya merupakan opsi yang paling sering disalahpahami di AI API mana pun.

Kami tidak dapat memeriksa probabilitas internal model komersial, jadi kami membuat simulasi Python kecil dari matematika pengambilan sampel standar, menggunakan skor buatan untuk empat kandidat kata. Semua angka di bawah ini berasal dari simulasi tersebut. Model nyata memilih di antara puluhan ribu token, dan penyedia mungkin menerapkan detail secara berbeda, namun perilakunya pada prinsipnya sama.

Bagaimana seorang model memilih kata berikutnya

Pada setiap langkah, model bahasa besar mengeluarkan skor, yang disebut logit, untuk setiap token dalam kosakatanya. Fungsi yang disebut softmax mengubah skor tersebut menjadi probabilitas yang berjumlah 1. Model kemudian mengambil sampel satu token sesuai dengan probabilitas tersebut, menambahkannya ke teks, dan mengulanginya. Suhu dan top-p mengubah probabilitas sebelum langkah pengambilan sampel tersebut.

Contoh mainan kami

Bayangkan kalimat “Ibukota Perancis adalah”. Kami memberikan skor berikut kepada empat kandidat kata berikutnya:

logits = {"Paris": 5.0, "Lyon": 3.0, "London": 2.5, "banana": 0.0}

Paris jelas diunggulkan, Lyon dan London adalah kesalahan yang masuk akal, dan pisang adalah omong kosong. Model nyata juga akan memberikan beberapa kemungkinan pada ribuan token lainnya.

Suhu: mengasah atau meratakan

Suhu membagi setiap skor sebelum softmax diterapkan. Membagi dengan angka kecil akan memperbesar kesenjangan antar skor; membaginya dengan sejumlah besar akan menyusutkannya. Berikut adalah probabilitas yang dihasilkan simulasi kami:

Suhu Paris Lyon London pisang
0.2 1.000 0.000 0.000 0.000
0.7 0.921 0.053 0.026 0.001
1.0 0.817 0.111 0.067 0.006
1.5 0.672 0.177 0.127 0.024
2.0 0.576 0.212 0.165 0.047

Pada 1.0, distribusi model itu sendiri digunakan tanpa perubahan. Pada 0,2, Paris pada dasarnya mendapatkan semua probabilitas. Pada 2.0, Paris turun menjadi 58%, dan bahkan pisang naik hingga hampir 5%. Suhu tidak menambah pengetahuan atau kreativitas dalam arti yang mendalam. Hal ini hanya mengubah seberapa besar keinginan model untuk memilih opsi yang lebih kecil kemungkinannya, yang dapat berarti kata-kata yang lebih baru atau lebih banyak kesalahan.

Seperti apa pengambilan sampelnya

Probabilitasnya bersifat abstrak, jadi kami mengambil 1.000 sampel pada tiga suhu, menggunakan benih acak tetap:

T=0.2  {'Paris': 1000, 'Lyon': 0,   'London': 0,   'banana': 0}
T=1.0  {'Paris': 810,  'Lyon': 117, 'London': 70,  'banana': 3}
T=2.0  {'Paris': 607,  'Lyon': 202, 'London': 146, 'banana': 45}

Pada suhu 2.0, sekitar 4 dari 10 jawaban menyebutkan kota yang salah, dan 45 dari 1.000 menjawab “pisang”. Sekarang ingatlah bahwa jawaban sebenarnya panjangnya ratusan token. Kemungkinan kecil untuk mendapatkan pilihan ganjil di setiap langkah bertambah, dan satu tanda buruk di awal kalimat dapat mengirim sisa jawaban ke arah yang salah. Inilah salah satu alasan mengapa suhu tinggi membuat halusinasi lebih mungkin terjadi.

Suhu 0 dan determinisme

Pada suhu 0, perhitungan matematika akan dibagi dengan nol, sehingga API memperlakukannya sebagai “selalu pilih token yang paling mungkin”, yang disebut pengodean serakah. Hal ini membuat keluarannya jauh lebih dapat diulang, namun dalam praktiknya tidak selalu sama persis. Model yang dihosting dapat sedikit berbeda karena cara penghitungan dikumpulkan dan diparalelkan pada perangkat keras penyedia, dan model diperbarui seiring waktu. Beberapa API menawarkan parameter awal untuk pengulangan yang lebih baik. Perlakukan suhu 0 sebagai “sangat konsisten”, bukan sebagai jaminan.

Kiat: Penguraian kode yang serakah tidak selalu merupakan yang terbaik, bahkan untuk tugas faktual. Pengulangan frasa dalam keluaran yang panjang bisa membuat Anda terjebak. Untuk teks berbentuk panjang, suhu yang rendah namun bukan nol, seperti 0,2 hingga 0,4, sering kali terbaca lebih alami sambil tetap fokus.

Top-p (pengambilan sampel inti)

Top-p mengambil pendekatan yang berbeda. Ini mengurutkan token dari yang paling mungkin hingga yang paling kecil kemungkinannya, mempertahankan grup terkecil yang probabilitasnya berjumlah setidaknya p, membuang sisanya, dan melakukan normalisasi ulang. Diterapkan pada probabilitas suhu-1.0 kami:

top_p=0.5   {'Paris': 1.0}
top_p=0.9   {'Paris': 0.881, 'Lyon': 0.119}
top_p=0.99  {'Paris': 0.821, 'Lyon': 0.111, 'London': 0.067}

Pada 0,5, Paris sendiri sudah mencakup lebih dari separuh kemungkinannya, jadi itu adalah satu-satunya pilihan. Pada 0,9, Lyon bergabung. Bahkan pada 0,99, pisangnya terpotong. Itulah kekuatan top-p: ia menghilangkan dampak panjang dari hal-hal yang tidak masuk akal yang menyebabkan hal yang tidak masuk akal, sambil beradaptasi dengan situasi. Jika modelnya yakin, hanya sedikit token yang bertahan; ketika banyak kelanjutan yang masuk akal, lebih banyak yang bertahan.

Top-k dan min-p

  • Top-k menyimpan sejumlah token yang paling mungkin, misalnya 40, terlepas dari probabilitasnya. Ini sederhana tetapi tidak dapat beradaptasi: 40 mungkin terlalu banyak jika modelnya yakin dan terlalu sedikit jika modelnya tidak yakin.
  • Min-p menyimpan token yang probabilitasnya setidaknya sebagian kecil dari probabilitas token teratas. Ini populer dalam alat model sumber terbuka dan diklaim bekerja dengan baik pada suhu yang lebih tinggi, meskipun penelitiannya lebih baru.

Tidak semua API menampilkan setiap opsi. Periksa dokumentasi penyedia Anda untuk mengetahui parameter mana yang tersedia dan nilai defaultnya.

Menggunakan suhu dan top-p bersama-sama

Kedua pengaturan tersebut membentuk distribusi yang sama, sehingga mengubah keduanya sekaligus membuat perilaku sulit diprediksi. Beberapa penyedia menyarankan untuk menyesuaikan satu dan membiarkan yang lain pada pengaturan default. Pendekatan yang masuk akal adalah dengan menyesuaikan suhu terlebih dahulu, karena lebih mudah untuk mempertimbangkannya, dan hanya mencapai top-p jika Anda perlu menghilangkan keanehan yang jarang terjadi pada suhu yang lebih tinggi.

Pengaturan yang disarankan berdasarkan tugas

Tugas Suhu Mengapa
Ekstraksi data, klasifikasi 0 hingga 0,2 Satu jawaban yang benar; konsistensi itu penting
Pembuatan kode 0 hingga 0,3 Penyimpangan kecil memecahkan kode
Menjawab pertanyaan dengan sumber 0,1 hingga 0,4 Tetap dekat dengan teks yang disediakan
Obrolan umum, ringkasan 0,5 hingga 0,8 Nada alami dengan fokus yang masuk akal
Brainstorming, menulis kreatif 0,8 hingga 1,2 Variasi adalah tujuannya

Ini adalah titik awal yang diambil dari praktik umum, bukan aturan. Kelompok model berbeda-beda, defaultnya berbeda-beda menurut penyedia, dan beberapa model penalaran yang lebih baru memperbaiki atau mengabaikan pengaturan ini sepenuhnya. Uji dengan petunjuk Anda sendiri. Instruksi yang jelas, yang tercakup dalam panduan teknis cepat kami, biasanya lebih penting daripada menyempurnakan angka-angka ini.

Mitos umum

  • “Suhu yang lebih tinggi membuat model menjadi lebih pintar atau lebih kreatif.” Suhu yang lebih tinggi hanya membuat token yang lebih kecil kemungkinannya menjadi lebih besar kemungkinannya. Terkadang hal itu merupakan variasi yang disambut baik; seringkali itu hanya kebisingan.
  • “Suhu 0 berarti jawabannya benar.” Artinya jawaban yang paling mungkin. Jika model tersebut benar-benar salah, suhu 0 membuatnya salah secara konsisten.
  • “Panjang kontrol suhu.” Panjang dikontrol oleh perintah dan pengaturan token maksimum, bukan oleh suhu.
  • “Lebih rendah selalu lebih aman.” Pengaturan yang sangat rendah dapat menyebabkan teks berulang atau kaku pada keluaran yang panjang.

Menguji fitur AI

Pengambilan sampel membuat fitur AI menjadi non-deterministik, sehingga mengubah cara Anda mengujinya:

  • Jalankan setiap kasus pengujian beberapa kali dan ukur tingkat kelulusannya, daripada hanya mengandalkan satu kali pengujian.
  • Periksa properti, bukan string persis: JSON yang valid, ada kolom yang wajib diisi, nomor yang cocok dengan sumbernya, tidak ada konten yang dilarang. Idenya sama dengan pengujian berbasis properti.
  • Perbaiki suhu dalam pengujian agar sesuai dengan produksi, dan catat bersama hasilnya.
  • Jalankan kembali set evaluasi Anda setiap kali Anda mengubah model, perintah, atau pengaturan pengambilan sampel.

Menyetelnya dalam panggilan API

Sebagian besar API obrolan menerima pengaturan ini sebagai kolom di isi permintaan. Permintaan umum untuk tugas ekstraksi terlihat seperti ini (ilustrasi, tidak dijalankan untuk artikel ini, dan nama bidang berbeda-beda menurut penyedia):

{
  "model": "your-model-name",
  "temperature": 0.1,
  "max_tokens": 300,
  "messages": [
    {"role": "user", "content": "Extract the invoice date and total as JSON: ..."}
  ]
}

Simpan nilai-nilai ini dalam konfigurasi, tidak tersebar melalui kode, dan catat nilai-nilai tersebut dengan setiap permintaan di samping nama model. Ketika sebuah jawaban tampak aneh beberapa minggu kemudian, mengetahui pengaturan persis yang menghasilkan jawaban tersebut akan menghemat banyak tebakan. Jika Anda menyajikan beberapa fitur dari satu model, berikan pengaturannya sendiri pada setiap fitur: peringkas dan asisten kode jarang menginginkan suhu yang sama.

Penutup

Suhu dan top-p tidak mengubah apa yang diketahui model; mereka mengubah betapa beraninya saat memilih setiap token berikutnya. Simulasi mainan kami menunjukkan penurunan suhu Paris dari pasti menjadi 58% dan top-p memotong ekor yang tidak masuk akal. Mulai dari yang rendah untuk tugas dengan satu jawaban yang benar, naikkan suhu hanya jika Anda menginginkan variasi, sesuaikan satu pengaturan pada satu waktu, dan uji dengan menjalankan berulang kali.

Pertanyaan yang sering diajukan

Apa fungsi suhu dalam LLM?

Ini mengubah skala probabilitas model sebelum pengambilan sampel. Suhu rendah membuat token yang paling mungkin mendominasi; suhu tinggi menyebarkan kemungkinan ke token yang lebih kecil kemungkinannya, sehingga meningkatkan variasi dan risiko.

Apa itu pengambilan sampel top-p?

Top-p menyimpan kumpulan terkecil dari token yang paling mungkin yang probabilitas gabungannya mencapai p, misalnya 0,9, dan mengambil sampel hanya dari token tersebut. Ini menghilangkan ekor yang tidak terduga.

Apakah suhu 0 memberikan jawaban yang sama setiap saat?

Biasanya jawabannya sangat mirip, tapi tidak dijamin. Model yang dihosting dapat sedikit berbeda karena cara kerjanya, dan model diperbarui seiring waktu.

Haruskah saya mengubah suhu dan top-p secara bersamaan?

Umumnya tidak. Keduanya membentuk kembali distribusi yang sama, sehingga banyak penyedia menyarankan untuk menyesuaikan satu dan membiarkan yang lain pada pengaturan default.

Berapa suhu yang harus saya gunakan untuk kode?

Nilai yang rendah, biasanya 0 hingga 0,3, karena deviasi acak yang kecil dapat memecahkan kode. Selalu uji kode yang dihasilkan apa pun pengaturannya.

Teruslah belajar

Bekerja dengan Stack Quora

Butuh bantuan dengan pengujian, WordPress atau SEO?

Kami membantu tim mengirimkan perangkat lunak yang lebih baik dan mengembangkan situs mereka. Beritahu kami apa yang sedang Anda kerjakan dan kami akan menyarankan langkah selanjutnya yang jelas.

Teruslah membaca

Panduan lebih lanjut tentang pengujian, AI & pengembangan modern

Menikmati artikel ini? Pilih topik dan langsung masuk ke tutorial terbaru kami.

Kecerdasan buatan

Penjelasan Strategi Chunking RAG: Tetap, Tumpang Tindih, Kalimat, Rekursif dan Judul, Terukur

Strategi pengelompokan RAG dibandingkan pada satu dokumen dengan tiktoken 0.14: ukuran tetap, tumpang tindih, pengepakan kalimat, pemisahan rekursif…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Idempotensi API: Kunci Idempotensi dan Percobaan Ulang Aman, Diuji

Idempotensi API dijelaskan dengan server dan klien Python yang kami jalankan: respons yang hilang menyebabkan tagihan ganda tanpa kunci dan satu tag…

Baca artikel →
DevOps

Penjelasan Git Stash: Simpan, Terapkan, Pop dan File Tidak Terlacak, Diuji

Git stash dijelaskan dengan perintah yang kami jalankan di Git 2.56: push dengan pesan, file yang tidak terlacak, daftar dan tampilkan, terapkan vs …

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Berpasangan: Bagaimana Semua Pasangan Memotong 216 Tes menjadi 13, Diuji

Pengujian berpasangan dijelaskan dengan generator yang kami jalankan di Python 3.13: checkout dengan 216 kombinasi yang tercakup dalam 13 pengujian,…

Baca artikel →
Otomatisasi pengujian

Penjelasan Tes Ganda: Dummy, Stub, Spy, Mock dan Fake, dengan Kode Python yang Diuji

Tes ganda dijelaskan dengan satu contoh Python yang dijalankan di pytest 9.2: dummy, stub, spy, mock dan fake, kapan menggunakan masing-masing, peme…

Baca artikel →
Basis data & SQL

Penjelasan SQL COALESCE: Default, NULLIF, IFNULL vs ISNULL dan Traps, Diuji

SQL COALESCE dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: nilai bukan nol pertama, string kosong, NULL dalam matematika, NULLIF untuk …

Baca artikel →
Basis data & SQL

SQL Self Join Dijelaskan: Karyawan-Manajer, Perbandingan Pasangan dan Baris, Diuji

Gabung mandiri SQL dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: karyawan dan manajer, penghasilan lebih dari manajer, pasangan unik, p…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Operator Penyebaran JavaScript: Penyebaran vs Istirahat, Salinan dan Gotcha, Diuji

Operator penyebaran JavaScript menjelaskan dengan kode yang kami jalankan di Node 24: array, objek, salinan dangkal, parameter istirahat, batas Math…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Modul Koleksi Python: Counter, defaultdict, deque dan Lainnya, Diuji

Koleksi Python dijelaskan dengan kode yang kami jalankan di Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict dan ChainMap, ditambah …

Baca artikel →
Kecerdasan buatan

Jendela Konteks LLM Dijelaskan: Token, Batasan, dan Cara Menyesuaikannya Lebih Banyak, Diukur

Jendela konteks LLM dijelaskan dengan jumlah token yang kami ukur menggunakan tiktoken: kata vs token untuk prosa, kode dan bahasa Hindi, anggaran i…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Webhook: Cara Kerjanya dan Cara Menerimanya dengan Aman

Webhook menjelaskan dengan penerima dan pengirim yang kami jalankan dengan Python: push vs polling, tanda tangan HMAC-SHA256, menolak permintaan yan…

Baca artikel →
DevOps

Penjelasan Git Cherry-Pick: Salin Komit yang Anda Butuhkan, Aman, Teruji

Git cherry-pick dijelaskan dengan perintah yang kami jalankan di Git 2.56: menyalin perbaikan terbaru ke cabang rilis, hash baru dan id patch, -x, -…

Baca artikel →
Otomatisasi pengujian

Penjelasan Pengujian Snapshot: Cara Kerja, Kapan Membantu, dan Kapan Menyakitkan

Pengujian snapshot dijelaskan dengan demo pytest dan manis yang kami jalankan: membuat snapshot, membaca perbedaan setelah perubahan kode, menutupi …

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Mutasi: Mengapa Cakupan 100% Masih Melewatkan Bug Kami

Pengujian mutasi dijelaskan dengan alat mutasi kecil yang kami buat dan jalankan: 14 mutan, rangkaian pengujian dengan cakupan garis 100% yang mempe…

Baca artikel →
Kecerdasan buatan

Penjelasan Injeksi Cepat: Bagaimana Aplikasi AI Ditipu dan Cara Mempertahankannya

Penjelasan injeksi cepat untuk pembuat: serangan langsung dan tidak langsung, mengapa filter kata kunci gagal (pengujian kami memblokir 1 dari 4), d…

Baca artikel →
DevOps

Penjelasan Catatan DNS: A, AAAA, CNAME, MX, TXT dan TTL Dengan Pencarian Nyata

Catatan DNS dijelaskan dengan pencarian yang kami jalankan: cara kerja resolusi, A dan AAAA, aturan CNAME, MX dan null MX, TXT untuk SPF dan verifik…

Baca artikel →
DevOps

Penjelasan Bendera Fitur: Rilis Aman, Peluncuran Bertahap, dan Kebersihan Bendera

Tanda fitur dijelaskan dengan simulasi peluncuran yang kami jalankan: jenis tanda, persentase peluncuran dengan hashing stabil, tombol pemutus, daft…

Baca artikel →
Otomatisasi pengujian

Uji Pembuatan Data Dengan Python Faker: Data yang Realistis, Dapat Diulang, dan Aman

Uji pembuatan data dengan Python Faker, jalankan dan ukur: penyemaian data berulang, lokal, nilai unik, catatan berbentuk domain, kasus tepi yang te…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Shift-Kiri: Temukan Bug Lebih Awal Tanpa Memperlambat Tim

Pengujian shift-kiri menjelaskan: apa artinya, mengapa cacat awal lebih murah, praktik mulai dari tinjauan persyaratan hingga pemeriksaan CI, peruba…

Baca artikel →
Basis data & SQL

Penjelasan Fungsi String SQL: TRIM, SUBSTR, REPLACE, CONCAT dan Pembersihan Data

Fungsi string SQL dijelaskan dengan kueri yang kami jalankan: penggabungan dan NULL, TRIM, UPPER dan LOWER, SUBSTR dan INSTR, REPLACE, padding, panj…

Baca artikel →
Basis data & SQL

Penjelasan Pemicu SQL: SEBELUM dan SETELAH Pemicu, Log Audit, dan Kesalahan

Pemicu SQL dijelaskan dengan pemicu yang kami jalankan: SEBELUM vs SETELAH, LAMA dan BARU, log audit, validasi, pembaruan stok, kondisi KAPAN, penge…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Modul Python JSON: dumps, load, Tipe Kustom, dan Kesalahan Umum

Modul Python JSON dijelaskan dengan kode yang kami jalankan: dumps dan load, file, konversi tipe, tanggal dan desimal, encoder khusus, object_hook, …

Baca artikel →
Pengembangan perangkat lunak

Modul ES vs CommonJS: Cara Kerja Impor JavaScript di Node.js, Diuji

Modul ES vs CommonJS dijelaskan dengan kode yang kami jalankan di Node.js: sintaksis impor dan ekspor, persyaratan, pengikatan langsung, caching, pe…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Regex Python: Pola, Grup, Pandangan ke Depan, dan Kesalahan, Diuji

Regex Python dijelaskan dengan pola yang kami jalankan: pencarian vs kecocokan, temukan semua, grup dan grup bernama, serakah vs malas, sub, lihat k…

Baca artikel →
Kecerdasan buatan

Penjelasan Keluaran Terstruktur LLM: Mendapatkan JSON yang Andal dari Model AI

Output terstruktur LLM dijelaskan dengan validasi yang kami jalankan di Pydantic: mode dan skema JSON, decoding terbatas, cara output model terputus…

Baca artikel →
DevOps

Penjelasan Kunci SSH: Cara Kerjanya, ssh-keygen, Ed25519 dan Kebiasaan Aman

Kunci SSH dijelaskan dengan kunci yang kami buat: kunci publik vs pribadi, ssh-keygen, Ed25519 vs RSA, sidik jari, frasa sandi, ssh-agent, Authorize…

Baca artikel →
DevOps

Penjelasan Caching HTTP: Kontrol Cache, Respons ETag dan 304, Dengan Tes Langsung

Caching HTTP dijelaskan dengan server kecil yang kami jalankan: arahan Kontrol-Cache, max-age, no-cache vs no-store, validasi ulang ETag dan respons…

Baca artikel →
Otomatisasi pengujian

Penjelasan Pengujian Kontrak API: Tangkap Perubahan yang Dapat Mengganggu Sebelum Dikirim

Pengujian kontrak API dijelaskan dengan pemeriksaan skema yang kami jalankan: apa itu kontrak, kontrak yang digerakkan oleh konsumen, Pakta, OpenAPI…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Berbasis Risiko: Nilai Risiko, Buat Matriks, dan Uji Hal yang Penting

Pengujian berbasis risiko menjelaskan langkah demi langkah: mengidentifikasi risiko, menilai kemungkinan dan dampak, membangun matriks risiko, memet…

Baca artikel →
Basis data & SQL

Penjelasan Kendala SQL: BUKAN NULL, UNIK, PERIKSA dan KUNCI ASING, Diuji

Batasan SQL dijelaskan dengan pengujian yang kami jalankan: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY dan FOREIGN KEY, celah NULL, pengaturan kunci …

Baca artikel →
Basis data & SQL

Penjelasan Fungsi Tanggal SQL: Menambah, Membandingkan dan Mengelompokkan Tanggal Tanpa Bug

Fungsi tanggal SQL dijelaskan dengan kueri yang kami jalankan: penambahan interval, kejutan akhir bulan, perbedaan tanggal, jebakan ANTARA, pengelom…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Python asyncio: async, menunggu, mengumpulkan dan TaskGroup Dengan Waktu Nyata

Python asyncio dijelaskan dengan kode yang kami atur waktunya: coroutine, menunggu, mengumpulkan, TaskGroup, penanganan kesalahan, batas waktu, memb…

Baca artikel →
Pengembangan perangkat lunak

Debounce vs Throttle dalam JavaScript: Cara Kerjanya, Kapan Menggunakannya, Diuji

Debounce vs throttle dalam JavaScript dijelaskan dengan pengaturan waktu yang kami ukur di Node.js: cara kerja masing-masing, implementasi sederhana…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Manajer Konteks Python: Pernyataan with, lib konteks, dan Penggunaan Nyata

Manajer konteks Python menjelaskan dengan kode yang kami jalankan: cara kerja, __enter__ dan __exit__, kontekslib.contextmanager, penekan, ExitStack…

Baca artikel →
Kecerdasan buatan

Penjelasan Suhu dan Top-p LLM: Bagaimana Model AI Memilih Kata Berikutnya

Suhu LLM dan top-p dijelaskan dengan simulasi yang kami jalankan: bagaimana probabilitas dibentuk kembali, apa yang dipertahankan top-p, pengaturan …

Baca artikel →
DevOps

Penjelasan YAML: Sintaks, Masalah Norwegia, dan Jebakan Lain yang Kami Uji

YAML menjelaskan dengan tes parser: sintaks dasar, daftar dan peta, masalah Norwegia, versi berubah menjadi float, kode pos oktal, waktu sexagesimal…

Baca artikel →
DevOps

Penjelasan Cron Jobs: Sintaks, Jadwal Sebenarnya, dan Kesalahan yang Melanggarnya

Pekerjaan Cron dijelaskan dengan jadwal yang kami verifikasi: lima bidang, operator, contoh nyata, jebakan hari dalam sebulan ATAU hari dalam seming…

Baca artikel →
Kecerdasan buatan

Penjelasan Halusinasi AI: Mengapa Model Bahasa Memperbaiki Masalah dan Cara Menguranginya

Halusinasi AI menjelaskan: apa itu, mengapa model bahasa memproduksinya, tipe umum, cara menguranginya dengan landasan dan petunjuk, dan pemeriksaan…

Baca artikel →
DevOps

Penjelasan Variabel Lingkungan: File .env, Rahasia, dan Konfigurasi Dilakukan dengan Benar

Variabel lingkungan dijelaskan dengan contoh Python yang kami jalankan: membaca dan mengaturnya, mengapa setiap nilai berupa string, file .env, pewa…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Pembatasan Kecepatan API: Algoritma, Header, dan Penanganan 429 Kesalahan

Pembatasan laju API dijelaskan dengan simulasi yang kami jalankan: keranjang token, jendela tetap, jendela geser, respons 429, header batas laju, pe…

Baca artikel →
Otomatisasi pengujian

Mengejek dengan Python: unittest.mock, patch dan Kesalahan yang Membuat Tes Berbohong

Mengejek dengan Python dengan unittest.mock, menguji: Mock dan return_value, side_effect, menambal di mana nama digunakan, spesifikasi dan autospec,…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Cakupan Kode: Cakupan Jalur vs Cabang dan Apa Arti 100% Sebenarnya

Cakupan kode dijelaskan dengan coverage.py yang sebenarnya dijalankan: cakupan garis, cabang dan kondisi, membaca laporan, mengapa cakupan 100% masi…

Baca artikel →
Basis data & SQL

DELETE vs TRUNCATE vs DROP dalam SQL: Perbedaan, Rollback dan Kapan Menggunakan Masing-Masing

DELETE vs TRUNCATE vs DROP dijelaskan dengan SQL yang diuji: apa yang dihapus, rollback, pemicu, reset identitas, kecepatan, dan perbedaan PostgreSQ…

Baca artikel →
Basis data & SQL

Penjelasan Tampilan SQL: Membuat, Menggunakan, dan Menghindari Kesalahan, Dengan Contoh

Tampilan SQL dijelaskan dengan kueri yang kami jalankan: membuat tampilan, hasil langsung, menyembunyikan kolom, kinerja, tampilan yang dapat diperb…

Baca artikel →
Pengembangan perangkat lunak

Antarmuka TypeScript vs Tipe: Perbedaan Nyata, Diuji Dengan Kompiler

Antarmuka TypeScript vs tipe, diperiksa dengan kompiler sebenarnya: apa yang bisa dilakukan keduanya, apa yang hanya bisa dilakukan satu orang, peng…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Python *args dan **kwargs: Fungsi Fleksibel Dengan Contoh Jelas

Python *args dan **kwargs dijelaskan dengan kode yang kami jalankan: pengepakan dan pembongkaran, urutan parameter, argumen hanya kata kunci dan pos…

Baca artikel →
Pengembangan perangkat lunak

Fungsi Python Lambda: Sintaks, Kegunaan Sebenarnya, dan Kapan Tidak Digunakan

Fungsi python lambda dijelaskan dengan kode yang kami jalankan: sintaksis, pengurutan dengan kunci, peta dan filter, penutupan, jebakan pengikatan a…

Baca artikel →
Kecerdasan buatan

Apa Itu Agen AI? Cara Kerjanya, Dengan Agent Loop Sederhana yang Dapat Anda Jalankan

Apa itu agen AI? Panduan sederhana tentang loop agen, alat, memori, dan pagar pembatas, dengan loop Python kecil yang kami jalankan, risiko nyata da…

Baca artikel →
DevOps

Pemantauan vs Observabilitas: Perbedaan Nyata, Dengan Log, Metrik, dan Jejak

Penjelasan pemantauan vs observabilitas: kegagalan yang diketahui dan tidak diketahui, log, metrik dan jejak, penelusuran insiden checkout, sinyal e…

Baca artikel →
DevOps

Volume Docker vs Bind Mounts: Pertahankan Data Kontainer dengan Cara yang Benar

Volume Docker vs pengikatan pengikat dijelaskan: mengapa data kontainer menghilang, volume yang diberi nama, pengikatan pengikatan, tmpfs, contoh Tu…

Baca artikel →
Otomatisasi pengujian

TDD vs BDD: Perbedaan Utama, Satu Fitur Dibangun dengan Dua Cara dan Kapan Menggunakan Masing-masing

TDD vs BDD dijelaskan dengan satu fitur diskon yang dibuat dengan dua cara: refactor merah-hijau dengan kode yang kami jalankan, skenario Mengingat-…

Baca artikel →
Pengujian perangkat lunak

User Acceptance Testing (UAT): Proses, Checklist dan Contoh Nyata

Pengujian penerimaan pengguna menjelaskan: siapa yang menjalankannya, perbedaannya dengan QA, proses tujuh langkah, templat kasus uji UAT, daftar pe…

Baca artikel →
Basis data & SQL

Penjelasan Nilai NULL SQL: IS NULL, COALESCE, NULLIF dan Jebakan yang Harus Dihindari

Nilai SQL NULL dijelaskan dengan kueri yang kami jalankan: logika tiga nilai, IS NULL, COALESCE, NULLIF, cara agregat, penggabungan, dan pengurutan …

Baca artikel →
Basis data & SQL

Pernyataan SQL CASE WHEN: Sintaks, Contoh Nyata dan Kesalahan Umum

SQL CASE KETIKA dijelaskan dengan kueri yang kami jalankan: formulir sederhana dan dicari, urutan kondisi, pivot dengan SUM, trik COUNT, pengurutan …

Baca artikel →
Pengembangan perangkat lunak

Apa itu JWT? Token Web JSON Dijelaskan Dengan Contoh Kerja

Apa itu JWT? JSON Web Tokens menjelaskan: tiga bagian, token yang dibuat dan dirusak dalam kode yang kami jalankan, sesi JWT vs, penyimpanan, token …

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Loop Acara JavaScript: Call Stack, Microtasks, dan Timer Dengan Contoh

Perulangan peristiwa JavaScript dijelaskan dengan kode yang kami jalankan: tumpukan panggilan, antrian tugas dan tugas mikro, mengapa setTimeout 0 t…

Baca artikel →
Pengembangan perangkat lunak

Generator Python dan Penjelasan Hasil: Menghemat Memori Dengan Contoh Nyata

Generator dan hasil Python dijelaskan dengan kode yang kami jalankan: bagaimana mereka menjeda dan melanjutkan, mengukur penghematan memori, saluran…

Baca artikel →
Kecerdasan buatan

Apa itu Embedding? Kesamaan Vektor dan Kosinus Dijelaskan Secara Sederhana

Apa itu embeddings? Panduan bahasa sederhana tentang vektor, kesamaan kosinus, dan penelusuran semantik, dengan contoh kecil yang kami jalankan, pen…

Baca artikel →
DevOps

Penerapan Biru-Hijau vs Canary: Perbedaan, Kompromi, dan Cara Memilih

Penjelasan penerapan blue-green vs canary: cara kerja masing-masing, biaya, risiko dan rollback, pengelompokan pengguna stabil yang kami uji, migras…

Baca artikel →
Otomatisasi pengujian

Tes Tidak Stabil: Apa Penyebabnya dan Cara Memperbaikinya untuk Kebaikan

Pengujian yang tidak stabil dijelaskan dengan demo yang kami jalankan: penyebab utama, cara mengonfirmasi dan mendiagnosisnya, perbaikan waktu yang …

Baca artikel →
Pengujian perangkat lunak

Load Testing vs Stress Testing: Perbedaan, Metrik dan Contoh k6

Penjelasan pengujian beban vs pengujian stres: apa yang dibuktikan masing-masing, pengujian lonjakan dan rendam, metrik yang penting, mengapa rata-r…

Baca artikel →
Pengujian perangkat lunak

Kasus Uji vs Skenario Uji: Perbedaan Utama, Contoh, dan Kapan Menggunakan Masing-masing

Penjelasan kasus uji vs skenario pengujian: definisi yang jelas, tabel berdampingan, satu fitur pengaturan ulang kata sandi yang diambil dari skenar…

Baca artikel →
Basis data & SQL

Optimasi Kueri SQL: Baca Rencana Eksekusi dan Perbaiki Kueri Lambat, Dengan Pengaturan Waktu

Pengoptimalan kueri SQL diuji pada sejuta baris: membaca rencana eksekusi, menambahkan indeks yang tepat, memperbaiki filter yang tidak dapat disarg…

Baca artikel →
Basis data & SQL

SQL UNION vs UNION ALL: Perbedaan, Contoh dan Kinerja Diuji

SQL UNION vs UNION ALL dijelaskan dengan kueri yang kami jalankan: duplikat, aturan yang diikuti keduanya, bug data nyata, kinerja terukur, INTERSEC…

Baca artikel →
Pengembangan perangkat lunak

Tutorial API Pengambilan JavaScript: GET, POST, Penanganan Kesalahan, dan Batas Waktu

Tutorial JavaScript Fetch API diuji pada server lokal: GET dan POST, mengapa 404 tidak muncul, bantuan yang dapat digunakan kembali, string kueri, b…

Baca artikel →
Pengembangan perangkat lunak

Penanganan File Python: Baca, Tulis, CSV, JSON dan pathlib Dengan Contoh

Penanganan file Python dijelaskan dengan kode yang kami jalankan: mode terbuka, dengan, membaca file besar, CSV, JSON, pathlib, file biner, penulisa…

Baca artikel →
Pengembangan perangkat lunak

Kelas dan Objek Python: Tutorial OOP Dengan Contoh Nyata

Kelas dan objek Python dijelaskan dengan kode yang kami jalankan: __init__, metode, atribut kelas vs instance, warisan, properti, metode dunder, kel…

Baca artikel →
Kecerdasan buatan

Apa Itu Model Bahasa Besar? Bagaimana LLM Bekerja, Dijelaskan Tanpa Hype

Apa yang dimaksud dengan model bahasa besar? LLM dijelaskan dalam bahasa sederhana: token, penyematan, perhatian, pelatihan, jendela suhu dan kontek…

Baca artikel →
DevOps

Perintah Linux untuk Pemula: Panduan Terminal Penting Dengan Contoh

Perintah Linux untuk pemula, dikelompokkan berdasarkan tugas: navigasi, file, melihat log, grep, pipa, izin, proses dan arsip, dengan contoh analisi…

Baca artikel →
Otomatisasi pengujian

Selenium vs Penulis Drama: Perbedaan Utama, Perbandingan Kode, dan Mana yang Harus Dipilih

Selenium vs Playwright dibandingkan: arsitektur, menunggu, dukungan browser dan bahasa, debugging, pengujian yang sama di kedua alat, saran migrasi …

Baca artikel →
Pengujian perangkat lunak

Partisi Ekivalensi: Teknik Desain Tes Dijelaskan Dengan Contoh yang Dikerjakan

Penjelasan partisi ekivalensi: cara menemukan partisi yang valid dan tidak valid, contoh yang berfungsi untuk usia, kata sandi dan kupon, pengujian …

Baca artikel →
Pengujian perangkat lunak

Severity vs Priority dalam Pengujian Perangkat Lunak: Perbedaan, Matriks dan Contoh Nyata

Keparahan vs prioritas dalam pengujian perangkat lunak dijelaskan: definisi yang jelas, matriks empat arah dengan contoh, skala level, siapa yang me…

Baca artikel →
Basis data & SQL

Tutorial Subkueri SQL: Jenis, Subkueri yang Berkorelasi, dan ADA Dengan Contoh

Tutorial subkueri SQL dengan kueri yang kami jalankan: subkueri skalar, IN, FROM dan SELECT, subkueri yang berkorelasi, EXISTS, jebakan NOT IN NULL …

Baca artikel →
Basis data & SQL

Penjelasan Transaksi SQL dan ACID: COMMIT, ROLLBACK dan Tingkat Isolasi

Transaksi SQL dan ACID dijelaskan dengan transfer bank yang kami jalankan: COMMIT, ROLLBACK, savepoint, kunci, tingkat isolasi, pembacaan kotor, keb…

Baca artikel →
Pengembangan perangkat lunak

Lembar Cheat Perintah Git: Perintah yang Sebenarnya Anda Gunakan, Beserta Contohnya

Lembar contekan perintah Git yang dikelompokkan berdasarkan tugas: pengaturan, pementasan, cabang, remote, simpanan, riwayat, dan pembatalan kesalah…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Janji JavaScript: lalu, tangkap, Janji.semua, dan Kesalahan Umum

Janji JavaScript dijelaskan dengan kode yang kami jalankan: status, rantai lalu dan tangkap, penanganan kesalahan, Promise.all, allSettled, race dan…

Baca artikel →
Pengembangan perangkat lunak

Tutorial Kamus Python: Metode, Contoh dan Pola Umum

Tutorial kamus Python dengan kode yang kami jalankan: membuat, membaca dan memperbarui dicts, metode utama, penggabungan, pemahaman, pola penghitung…

Baca artikel →
Kecerdasan buatan

Apa itu RAG? Generasi Retrieval-Augmented Dijelaskan Dengan Contoh Kerja

Apa itu RAG? Generasi yang ditambah pengambilan dijelaskan langkah demi langkah: pengindeksan, pemotongan, penyematan, pengambilan, contoh kecil Pyt…

Baca artikel →
DevOps

Tutorial Terraform untuk Pemula: Infrastruktur sebagai Kode Dari File Pertama hingga Modul

Tutorial Terraform untuk pemula: mulai tanpa akun cloud, pelajari init, rencanakan dan terapkan, lalu variabel, keluaran, status, modul, dan alur ke…

Baca artikel →
DevOps

Docker vs Kubernetes: Perbedaan Utama, Cara Kerja Sama, dan Yang Anda Butuhkan

Docker vs Kubernetes menjelaskan: apa yang dilakukan masing-masing, aplikasi yang sama dijalankan dengan keduanya, Docker Compose dan Swarm dibandin…

Baca artikel →
Otomatisasi pengujian

Tutorial Pytest untuk Pemula: Fixture, Parametrize dan Contoh Nyata

Tutorial pytest untuk pemula dengan pengujian yang kami jalankan di pytest 9.2: pernyataan, perlengkapan, parametrize, conftest, marker, tmp_path, m…

Baca artikel →
Pengujian perangkat lunak

Siklus Hidup Pengujian Perangkat Lunak (STLC): 6 Fase, Kriteria Masuk dan Keluar, Contoh

Siklus hidup pengujian perangkat lunak menjelaskan: enam fase STLC dengan kriteria masuk dan keluar, hasil, contoh fitur login yang berfungsi, STLC …

Baca artikel →
Pengembangan perangkat lunak

Git merge vs rebase: perbedaan, contoh, dan kapan memakai masing-masing

Git merge vs rebase dijelaskan dengan keluaran log nyata, tabel perbandingan, aturan emas rebase, dan alur kerja tim yang aman.

Baca artikel →
Pengembangan perangkat lunak

List Comprehension Python: Sintaks, Contoh, dan Kapan Harus Dihindari

List comprehension Python dijelaskan: sintaks, filter, if-else, perulangan bersarang, waktu yang diukur, dan kapan perulangan for biasa lebih baik.

Baca artikel →
Basis data & SQL

Penjelasan SQL JOIN dengan Contoh (Inner, Left, Right, Full)

Pahami SQL JOIN langkah demi langkah dengan tabel dan query contoh: INNER, LEFT, RIGHT, FULL, CROSS, dan SELF, plus kesalahan umum dan tips performa.

Baca artikel →