2.2標準
モデルの出力多様性を調整する。
サンプリング設定を品質保証と混同しない。
説明として適切なものを2つ選べ。
× 不正解
top-pや温度は候補選択の多様性を制御する推論設定であり、代表入力で品質・形式・安全性・費用を評価して調整する。
詳細解説
正しい温度やtop-pは代表入力で出力の多様性・形式・品質を実測して調整する
設定値はモデルやタスクで効果が異なるため評価が必要である。
誤りtop-pを下げれば事実性が必ず向上する
サンプリング設定だけでは根拠や正確性を保証できない。
正しいtop-pは累積確率が一定範囲に入る候補からサンプリングする考え方である
候補集合を確率で制限し、出力の多様性へ影響する。
誤り温度とtop-pを同時に無制限に上げれば創造性と安全性が同時に保証される
多様性が増えて形式・安全性が不安定になる可能性がある。
公式資料で確認する
以下の項目を公式資料の記述と照合して確認します。
Amazon Bedrock公式推論パラメータとAIF-C01 Domain 2.2を確認する。
参考にした公式資料
確認できる内容
サンプリング設定の効果と、実測評価が必要な理由を説明できる。
理解のポイント
- top-p
- 温度
- 実測
確認時の注意
- 確認環境: AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
- AWS公式ドキュメントで、対象サービスが提供する機能と前提条件を確認する。
- モデル、データ、アプリケーション、利用者の責任分界を混同しない。
基礎のおさらい
top-p
候補トークンの累積確率が指定値に達する範囲から選ぶサンプリング設定。
サンプリング
確率分布から次のトークン候補を選択する生成方法。
問題IDAWS-AIF-138
確認環境AWS公式AIF-C01試験ガイドとAWS公式ドキュメントの確認
最終技術確認2026-08-20
誤り・権利侵害を報告