对于需要确定性、可复现输出的任务（例如 JSON 数据抽取），推荐使用什么样的 temperature 设置？

解析

Temperature 控制模型 token 采样的随机性：值越低，输出越确定、越可复现；值越高，多样性和创造力越强。

• C正确——对于像 JSON 数据抽取这样要求可复现结构化输出的任务，应把 temperature 设为 0 或接近 0，以最小化多次运行之间的差异。
• AD对确定性而言都是错的，1.0 和 2.0 会最大化变异性；此外对于 Anthropic/Claude API，temperature 的取值范围是 0.0–1.0，所以选项 D 的 2.0 对 Claude 来说根本不是合法值。
• B错误——0.7 仍会留下可观的随机性，而且 Claude 的默认值是 1.0，而不是该选项所说的 0.7。这些细节性说明并不影响答案。