AIF生成AIの基礎
Amazon Bedrockを使って創作小説の自動生成システムを構築しているエンジニアが、生成テキストの多様性と品質を細かく調整しようとしています。temperatureパラメータに加えて、トークン選択時に確率の高い順に並べた累積確率がp値に達するまでのトークン群のみを候補とすることで、極端に低確率の語彙を排除しながら多様性も維持するサンプリング手法はどれですか？
ATop-p サンプリング（Nucleus Sampling：核サンプリング）
✓ 正解
Top-p（Nucleus Sampling：核サンプリング）は、各トークン生成ステップで確率上位から累積確率が p 以下に収まるトークン群のみを候補とする手法です（例：top_p=0.9 なら上位 90% のトークンから選択）。Temperature が確率分布全体の「鋭さ」を調整するのに対し、Top-p は候補プールのサイズを動的に制御します。
Bビームサーチ（Beam Search：複数の候補系列を並列追跡する探索手法）
ビームサーチ（Beam Search）は高品質だが多様性が低い探索手法です。
Cグリーディデコーディング（Greedy Decoding：毎ステップ最高確率のトークンのみを選択する手法）
グリーディデコーディング（Greedy Decoding）は最も決定的な出力を生成し、多様性を確保できません。
Dストップシーケンス（Stop Sequence：生成を停止させる文字列の指定）
ストップシーケンス（Stop Sequence）は生成の終了条件を指定するものであり、トークン選択の手法ではありません。
解説
Top-p（Nucleus Sampling：核サンプリング）は、各トークン生成ステップで確率上位から累積確率が p 以下に収まるトークン群のみを候補とする手法です（例：top_p=0.9 なら上位 90% のトークンから選択）。Temperature が確率分布全体の「鋭さ」を調整するのに対し、Top-p は候補プールのサイズを動的に制御します。
選択肢B の ビームサーチ（Beam Search）は高品質だが多様性が低い探索手法です。
選択肢C の グリーディデコーディング（Greedy Decoding）は最も決定的な出力を生成し、多様性を確保できません。
選択肢D の ストップシーケンス（Stop Sequence）は生成の終了条件を指定するものであり、トークン選択の手法ではありません。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →