Top-k-utvalg
Begrensning av valget til de k mest sannsynlige tokenene og effekten dette har på mangfoldet i utdataene.
Top-k-utvalg er en gratis leksjon i AI-prompt engineering på CoddyKit. Dette er leksjon 3 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i AI-prompt engineering, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i AI-prompt engineering inneholder totalt 4 leksjoner.
Hva er top-k-sampling?
Top-k-sampling begrenser modellen til å sample fra de k mest sannsynlige tokenene ved hvert trinn. Alle token utenfor top-k får sannsynlighet null og kan ikke velges.
k=1 er greedy decoding (bare det ene tokenet med høyest sannsynlighet). k=50 er et typisk område for kreativ tekst. k=vocabulary_size tilsvarer ubegrenset sampling.
Top-k-algoritmen
Algoritmen er enklere enn top-p:
- Beregn softmax-sannsynligheter over hele vokabularet
- Sorter tokenene etter synkende sannsynlighet
- Behold bare de k øverste tokenene; sett alle andre til 0
- Normaliser sannsynlighetene for top-k på nytt slik at summen blir 1
- Sample fra den omnormaliserte fordelingen
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
Når k=1, er bare det ene tokenet med høyest sannsynlighet med i kandidatsettet. Sampling fra et sett med størrelse 1 er deterministisk – modellen velger alltid dette tokenet. Dette er identisk med greedy decoding (temperature=0).
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 deterministicTypisk kreativt område: k=50
k=50 er en vanlig standardverdi for kreativ tekstgenerering. Det åpner for utforskning blant 50 token ved hvert trinn, samtidig som modellen hindres i å velge token den har svært lav sikkerhet for.
Med et vokabular på 50,000 token betyr k=50 at modellen bare vurderer de øverste 0.1% av tokenene ved hvert trinn. Dette er en betydelig begrensning – det meste av vokabularet utelates.
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'])Top-k i Claude API-et fra Anthropic
Claude API-et fra Anthropic tilbyr top_k som en direkte parameter. Dette gjør det enkelt å eksperimentere med effekten av fast vokabularavkorting på resultatene fra Claude.
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)Problemet med fast k
Den grunnleggende begrensningen ved top-k er at k er fast, uavhengig av modellens sikkerhet på det aktuelle trinnet.
Når modellen er svært sikker (ett token har 95 % sannsynlighet), inneholder k=50 fortsatt 49 i stor grad irrelevante token. Når modellen er svært usikker (50 token har omtrent 2 % sannsynlighet hver), kan k=50 faktisk være passende.
Problemet er at k=50 kan være både for begrensende og for åpent, avhengig av konteksten. Top-p løser dette med dynamisk dimensjonering av nucleus.
# 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 nucleusTop-k i fordelingshalene
Top-k og top-p skiller seg tydeligst i halene av fordelingen:
- Med top-k=50 kan token nummer 50 ha sannsynlighet 0.001% (ekstremt usannsynlig, men fortsatt med i kandidatsettet)
- Med top-p=0.9 utelates alle token utenfor 90 %-nucleus – også token som ville vært med i top-k
Top-p har en mer prinsipiell tilnærming til hvordan halen håndteres: metoden utelukker usannsynlige token basert på sannsynlighet, ikke plasseringen i rangeringen.
# 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 entirelyKombinere top-k og top-p
Enkelte implementasjoner bruker både top-k og top-p: Først avkortes fordelingen til top-k, og deretter brukes top-p nucleus sampling innenfor dette settet. Dette gir både en hard grense for vokabularstørrelsen (top-k) og sannsynlighetsbasert filtrering (top-p).
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)Når top-k foretrekkes fremfor top-p
Til tross for top-p sine teoretiske fordeler foretrekkes top-k i enkelte scenarioer:
- Oppgaver med begrenset vokabular: når modellen bare skal gi resultater fra et fast sett (for eksempel flervalgsalternativene A/B/C/D), håndhever en lav top-k (4) dette direkte
- Reproduserbarhet: top-k-atferd er enklere å forstå – «vurder alltid nøyaktig 50 token»
- Maskinvareoptimaliserte implementasjoner: enkelte inferensmotorer implementerer top-k mer effektivt enn top-p
# 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 tokenPraktiske retningslinjer for top-k
Når top-k bør brukes, og hvilke verdier du bør velge:
- k=1: greedy / faktabaserte oppgaver
- k=5–20: fokuserte kreative oppgaver, minimal variasjon
- k=40–100: standard kreativt område i de fleste språkmodeller
- k=500+: svært åpen utforskning (trengs sjelden; bruk heller top-p)
I de fleste moderne LLM-API-er er top-p den foretrukne parameteren. Bruk top-k når du trenger en hard grense for vokabularet, eller når API-et tilbyr top-k, men ikke top-p.
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 og temperatur sammen
Top-k og temperatur brukes i rekkefølge: Først former temperaturen logit-fordelingen på nytt, deretter avkorter top-k den til de k mest sannsynlige tokenene. Det er vanlig å bruke begge sammen i Hugging Face Transformers-pipelines.
Typisk kombinasjon: temperature=0.9 (moderat variasjon) + top_k=50 (fast grense for ordforrådet). Dette unngår både flatheten som høy temperatur alene kan gi, og problemet med sampling fra halen.
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'])Kunnskapssjekk
Hvilken atferd viser modellen ved top-k-sampling når k=1 er angitt?
Oppsummering: Top-k-sampling
Top-k-sampling avkorter ordforrådet til de k mest sannsynlige tokenene før sampling:
- k=1: greedy decoding – deterministisk, velger alltid det øverste tokenet
- k=50: typisk kreativt område – balansert variasjon og sammenheng
- Viktig begrensning: k er fast, uavhengig av modellens konfidens – kan være for tillatende eller for begrensende
- Sammenlignet med top-p: top-p-ets dynamiske kjerne tilpasser seg konfidensen; det gjør ikke top-k
Bruk top-k når det er nødvendig med en fast grense for ordforrådet. Foretrekk top-p for de fleste produksjonsapplikasjoner. Neste leksjon: valg av parametere for det spesifikke bruksområdet.
Lær deg AI-prompt engineering med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 53
- Leksjoner
- 199
Ofte stilte spørsmål
Er leksjonen «Top-k-utvalg» gratis?
Ja – du kan lese valgfritt 3 av leksjonene i læringsstien AI-prompt engineering, inkludert «Top-k-utvalg», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i AI-prompt engineering inneholder totalt 4 leksjoner.
Hva lærer jeg i «Top-k-utvalg»?
Begrensning av valget til de k mest sannsynlige tokenene og effekten dette har på mangfoldet i utdataene. Du øver på AI-prompt engineering med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med AI-prompt engineering?
Ingen tidligere erfaring er nødvendig. AI-prompt engineering på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 3 av 4.
Hvor lang tid tar leksjonen «Top-k-utvalg»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne AI-prompt engineering-leksjonen?
Ja. Alle AI-prompt engineering-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.