2.3標準
FAQ回答は安定させ、アイデア生成は多様にしたい。
temperatureとtop-pの役割を理解する。
説明として正しいものを2つ選べ。
× 不正解
temperatureやtop-pは候補選択の多様性に影響する。用途ごとに設定を固定し、同じ評価条件で品質・安全性・費用を比較する。
詳細解説
正しいtemperatureを上げると出力の選択が広がり、変動性が増え得る
創造性や一貫性のトレードオフを調整する。
創造性や一貫性のトレードオフを調整する。
問題の要件では、temperatureを上げると出力の選択が広がり、変動性が増え得るが解決する範囲と、別の工程が担う範囲を分けて判断する。
正しい設定変更時は同じ評価セットで事実性・安全性・形式・費用を比較する
パラメータ変更の影響を測定できる。
パラメータ変更の影響を測定できる。
問題の要件では、設定変更時は同じ評価セットで事実性・安全性・形式・費用を比較するが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤りtemperatureを上げれば事実性が必ず向上する
多様性が増して誤りも増える可能性がある。
多様性が増して誤りも増える可能性がある。
問題の要件では、temperatureを上げれば事実性が必ず向上するが解決する範囲と、別の工程が担う範囲を分けて判断する。
誤りtop-pやtemperatureを同時に無計画に変更し、差を記録しない
どの設定が影響したか分からなくなる。
どの設定が影響したか分からなくなる。
問題の要件では、top-pやtemperatureを同時に無計画に変更し、差を記録しないが解決する範囲と、別の工程が担う範囲を分けて判断する。
実際に確かめる
一時的な検証環境で実行できる例です。
Amazon Bedrock公式推論パラメータとAIF-C01 Domain 2.3を確認する。期待される結果
生成パラメータを品質保証ではなく、評価対象の設定として扱える。理解のポイント
- temperature
- top-p
- 再現性
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
temperature
次のトークンの選択分布を調整し、低いほど決定的、高いほど多様になりやすい値。
top-p
累積確率が指定範囲に入る候補集合から次のトークンを選ぶ設定。
問題IDAWS-AIF-241
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