Top-kサンプリング
選択肢を確率の高いk個のトークンに限定し、出力の多様性に与える影響を学びます。
「Top-kサンプリング」はCoddyKit上の無料AI Prompt Engineeringレッスンです。 これはレッスン3/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはAI Prompt Engineering学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 AI Prompt Engineeringコースには全4レッスンが含まれています。
Top-kサンプリングとは
Top-kサンプリングでは、各ステップで最も確率の高いk個のトークンだけを対象にサンプリングします。top-kの外側にあるすべてのトークンには確率0が割り当てられ、選択できなくなります。
k=1はgreedy decoding(最も確率の高いトークン1つだけを選ぶ方法)です。k=50はクリエイティブな生成で一般的な範囲です。k=vocabulary_sizeは制限なしのサンプリングと同等です。
Top-kアルゴリズム
アルゴリズムはtop-pより単純です。
- 語彙全体に対するsoftmax確率を計算する
- 確率の降順にトークンを並べ替える
- 上位k個のトークンだけを残し、それ以外をすべて0にする
- 上位k個の確率の合計が1になるよう再正規化する
- 再正規化した分布からサンプリングする
import numpy as np
def softmax(logits, temperature=1.0):
scaled = logits / temperature
e = np.exp(scaled - np.max(scaled))
return e / e.sum()
def top_k_sample(logits, k=50, temperature=1.0):
probs = softmax(logits, temperature)
# Find top-k indices
top_k_indices = np.argsort(probs)[::-1][:k]
top_k_probs = probs[top_k_indices]
# Renormalize
top_k_probs = top_k_probs / top_k_probs.sum()
# Sample
chosen = np.random.choice(top_k_indices, p=top_k_probs)
return chosen
# With a 10-token vocabulary:
logits = np.random.randn(10)
print('Chosen token:', top_k_sample(logits, k=3))k=1:Greedy Decoding
k=1の場合、候補集合に含まれるのは最も確率の高い1つのトークンだけです。サイズ1の集合からのサンプリングは決定的であり、モデルは常にそのトークンを選択します。これはgreedy decoding(temperature=0)と同じです。
logits = np.array([3.0, 2.0, 1.0, 0.5, -1.0])
# k=1: greedy
top_1 = top_k_sample(logits, k=1)
print(f'k=1 always picks: {np.argmax(logits)}') # index 0, the highest logit
print(f'top_k_sample result: {top_1}') # always 0
# Multiple runs
for _ in range(5):
print(top_k_sample(logits, k=1), end=' ')
# Output: 0 0 0 0 0 — perfectly deterministic典型的なクリエイティブ範囲:k=50
k=50は、クリエイティブなテキスト生成でよく使われるデフォルト値です。各ステップで50個のトークンを探索できる一方、モデルの確信度が非常に低いトークンを選択することを防ぎます。
語彙が50,000トークンの場合、k=50では各ステップで上位0.1%のトークンだけをモデルが考慮します。これは大幅な制限であり、語彙の大部分が除外されます。
import openai
client = openai.OpenAI(api_key='sk-...')
# Note: OpenAI API does not expose top_k directly in chat completions.
# Top-k is primarily a parameter in Hugging Face Transformers and Anthropic's API.
# Hugging Face example:
from transformers import pipeline
generator = pipeline('text-generation', model='gpt2')
output = generator(
'Once upon a time',
max_new_tokens=100,
do_sample=True,
top_k=50,
temperature=1.0
)
print(output[0]['generated_text'])AnthropicのClaude APIでのTop-k
AnthropicのClaude APIでは、直接指定できるパラメーターとして top_k が公開されています。これにより、固定された語彙の切り詰めがClaudeの出力に与える影響を簡単に試すことができます。
import anthropic
claude = anthropic.Anthropic(api_key='sk-ant-...')
# top_k limits the number of tokens considered
message = claude.messages.create(
model='claude-opus-4-5',
max_tokens=256,
temperature=1.0,
top_k=50, # sample from top 50 most probable tokens
messages=[{
'role': 'user',
'content': 'Write a short poem about debugging code.'
}]
)
print(message.content[0].text)固定kの問題
Top-kの根本的な制限は、そのステップでのモデルの確信度に関係なく、kが固定されていることです。
モデルの確信度が非常に高い場合(1つのトークンの確率が95%の場合)でも、k=50ではほとんど無関係な49個のトークンが含まれます。モデルが非常に不確かな場合(50個のトークンがそれぞれ約2%の確率を持つ場合)には、k=50が実際に適切なこともあります。
問題は、文脈によってk=50が制限しすぎる場合と、許容しすぎる場合の両方があることです。Top-pは、nucleusのサイズを動的にすることでこの問題に対処します。
# Illustrating the fixed-k problem
logits_confident = np.array([5.0] + [0.1] * 9) # model is very sure
logits_uncertain = np.array([1.0] * 10) # model has no idea
probs_conf = softmax(logits_confident)
probs_unc = softmax(logits_uncertain)
print('Confident — top 3 tokens cover:', np.sort(probs_conf)[::-1][:3].sum().round(3))
# ~0.998 — k=50 is extremely wasteful, includes near-zero probability tokens
print('Uncertain — top 3 tokens cover:', np.sort(probs_unc)[::-1][:3].sum().round(3))
# ~0.30 — k=50 may actually be needed to cover a reasonable nucleus分布の裾野におけるTop-k
Top-kとtop-pの違いが最も大きく現れるのは、分布の裾野です。
- top-k=50では、50番目のトークンの確率が0.001%である可能性があります(極めて低確率ですが、候補集合には含まれます)
- top-p=0.9では、90%のnucleusの外側にあるトークンはすべて除外されます — top-kなら含まれるトークンも含まれます
Top-pは、順位上の位置ではなく確率に基づいて低確率のトークンを除外するため、裾野の扱いにおいてより原理に忠実です。
# Tail behavior comparison
import numpy as np
# Highly skewed distribution (one dominant token)
skewed_logits = np.array([4.0, 2.0, 1.5, 1.0, 0.5,
0.1, 0.0, -0.1, -0.5, -1.0])
probs = softmax(skewed_logits)
print('Probability of tokens 6-9 (tail):')
for i in range(6, 10):
print(f' Token {i}: {probs[i]:.4%}')
# These tokens are very unlikely but are included in top-k=10
# Top-p=0.9 would exclude them entirelyTop-kとTop-pの組み合わせ
実装によっては、top-kとtop-pの両方を適用します。まずtop-kに切り詰め、その集合内でtop-p nucleus samplingを適用します。これにより、語彙サイズに対する厳格な上限(top-k)と、確率に基づくフィルタリング(top-p)を同時に適用できます。
def top_k_top_p_sample(logits, k=50, p=0.9, temperature=1.0):
probs = softmax(logits, temperature)
# First apply top-k
top_k_indices = np.argsort(probs)[::-1][:k]
top_k_probs = probs[top_k_indices]
# Then apply top-p within top-k
sorted_k = np.sort(top_k_probs)[::-1]
cumulative = np.cumsum(sorted_k)
nucleus_size = np.searchsorted(cumulative, p) + 1
final_indices = top_k_indices[:nucleus_size]
final_probs = top_k_probs[:nucleus_size]
final_probs = final_probs / final_probs.sum()
return np.random.choice(final_indices, p=final_probs)Top-pよりTop-kが好まれる場合
Top-pには理論上の利点がありますが、次のような状況ではtop-kが好まれます。
- 語彙が制約されたタスク: モデルが固定された集合からのみ出力すべき場合(例:A/B/C/Dの選択肢問題)、小さなtop-k(4)でこれを直接強制できる
- 再現性: top-kの動作は「常に正確に50個のトークンを考慮する」と説明しやすい
- ハードウェア最適化された実装: 一部の推論エンジンでは、top-pよりもtop-kのほうが効率的に実装されている
# Constrained output with top-k=4
# For a multiple choice task (A, B, C, D)
# If A/B/C/D tokens have indices 32, 33, 34, 35
# top-k=4 with those as the top-4 logits forces selection from those 4 only
multiple_choice_prompt = (
'Answer with only A, B, C, or D.\n'
'What is the capital of France?\n'
'A) Berlin\n'
'B) Paris\n'
'C) Rome\n'
'D) Madrid\n'
'Answer:'
)
# With temperature=0, top_k=1: always picks the highest logit tokenTop-kの実用的なガイドライン
top-kを使用する場面と値の選び方:
- k=1: greedy/事実に関するタスク
- k=5–20: 集中的なクリエイティブ・タスク、変化は最小限
- k=40–100: ほとんどの言語モデルで標準的なクリエイティブ範囲
- k=500以上: 非常に開かれた探索(必要になることはまれで、代わりにtop-pを使用する)
現代のほとんどのLLM APIでは、top-pが推奨されるパラメーターです。語彙数に厳格な上限が必要な場合や、APIがtop-pではなくtop-kを公開している場合にtop-kを使用してください。
TOP_K_GUIDELINES = {
'factual_qa': 1, # greedy
'code_generation': 10, # near-greedy, correct syntax
'summarization': 20, # slightly varied but focused
'chat': 50, # natural variation
'creative_writing': 100, # wider vocabulary exploration
'poetry': 200, # unusual word choices encouraged
}
def call_with_top_k(task, prompt, model='claude-opus-4-5'):
k = TOP_K_GUIDELINES.get(task, 50)
claude = anthropic.Anthropic(api_key='sk-ant-...')
return claude.messages.create(
model=model,
max_tokens=512,
top_k=k,
messages=[{'role': 'user', 'content': prompt}]
)Top-kとtemperatureの併用
Top-kとtemperatureは順番に適用されます。まずtemperatureでロジット分布の形を変え、その後top-kで確率の高いk個のトークンに切り詰めます。両方を組み合わせて使う方法は、Hugging Face Transformersのパイプラインで一般的です。
典型的な組み合わせは、temperature=0.9(適度な多様性)+ top_k=50(語彙に対する厳格な上限)です。これにより、高いtemperatureだけを使った場合の平坦化と、確率分布の裾からサンプリングする問題の両方を避けられます。
from transformers import pipeline
generator = pipeline('text-generation', model='gpt2')
# Combined top-k + temperature
output = generator(
'The future of AI is',
max_new_tokens=80,
do_sample=True,
top_k=50,
temperature=0.9
)
print(output[0]['generated_text'])
# Compare: top-k=1 (greedy)
greedy_output = generator(
'The future of AI is',
max_new_tokens=80,
do_sample=False # greedy, equivalent to top_k=1
)
print(greedy_output[0]['generated_text'])理解度チェック
top-kサンプリングでk=1に設定した場合、モデルはどのような動作をしますか?
まとめ:Top-kサンプリング
Top-kサンプリングでは、サンプリングの前に語彙を確率の高いk個のトークンに切り詰めます。
- k=1:貪欲デコード — 決定論的に、常に最上位のトークンを選択します
- k=50:一般的な創造性の範囲 — 多様性と一貫性のバランスが取れます
- 主な制限:モデルの確信度に関係なくkが固定されるため、許容範囲が広すぎたり狭すぎたりする場合があります
- top-pとの違い:top-pの動的なnucleusは確信度に適応しますが、top-kは適応しません
語彙に厳格な上限を設ける必要がある場合はtop-kを使用してください。ほとんどの本番アプリケーションではtop-pを優先してください。次のレッスンでは、具体的なユースケースに合わせたパラメータの選び方を学びます。
よくある質問
「Top-kサンプリング」レッスンは無料ですか?
はい。「Top-kサンプリング」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し(組み込みコードエディタと24時間対応のAIチューター)、AI Prompt Engineeringコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 AI Prompt Engineeringコースには全4レッスンが含まれています。
「Top-kサンプリング」で何を学びますか?
選択肢を確率の高いk個のトークンに限定し、出力の多様性に与える影響を学びます。 ブラウザで直接実行するハンズオンコードでAI Prompt Engineeringを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
AI Prompt Engineeringを始めるのに経験は必要ですか?
事前経験は必要ありません。CoddyKitのAI Prompt Engineeringは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン3/4です。
「Top-kサンプリング」レッスンにはどのくらい時間がかかりますか?
ほとんどのCoddyKitレッスンは約5~10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このAI Prompt Engineeringレッスンでコードを書いて実行できますか?
はい。すべてのAI Prompt Engineeringレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。