AWS認定資格 WEB問題集＆徹底解説

会員登録/ログイン

A. 停止シーケンス（Stop sequences）

停止シーケンス（Stop sequences）は、モデルが生成を止める文字列を指定するパラメータ。指定した文字列が生成された時点で、それ以降のトークン生成が打ち切られる。
制御しているのは出力の終わり方（長さ）であって、次のトークンの候補数ではないため要件に合わない。

正解

B. Top K（トップ K）

Top K は、モデルが次のトークンとして検討する最も可能性の高い候補の「数」を指定するパラメータ。公式ドキュメントでも「モデルが次のトークンについて検討する最も可能性の高い候補の数」と定義されている。
例えば Top K = 50 なら、確率上位 50 個のトークンだけが選択対象になる。値を小さくすれば出力は予測可能に、大きくすれば多様になる。
「候補の数を調整したい」という要件そのものを表しており、これが正解。

C. 温度（Temperature）

温度（Temperature）は、次のトークンの確率分布の形状を変えるパラメータ。低くすると確率の高いトークンに偏った決定論的な出力に、高くすると確率の低いトークンも選ばれやすいランダムな出力になる。
ランダム性の度合いは変わるが、候補の個数を明示的に絞り込むわけではないため、この要件には不適。

D. Top P（トップ P）

Top P（Nucleus sampling）は、候補を累積確率のパーセンテージで絞り込むパラメータ。Top P = 0.8 なら、確率の高い順に足していって累積 80% に収まるトークン群が選択対象になる。
結果として候補数は変動し、「候補の数」を直接指定するものではない。数を指定したいなら Top K を使う。

正解への思考ルート

問題文から要件を抽出し、選択肢の適否を判断するのがポイントです。

要件	判断ポイント
Amazon Bedrock の推論パラメータを選ぶ	推論パラメータは「ランダム性と多様性」（温度・Top P・Top K）と「長さ」（停止シーケンス等）に大別される →選択肢（A）を消す
次の単語（トークン）の候補を制御したい	生成を止める文字列を指定する停止シーケンスは長さの制御であり、候補の制御ではない →選択肢（A）を消す
「最も可能性の高い候補の“数”」を調整	個数を直接指定できるのは Top K だけ。Top K = 50 なら上位 50 トークンが候補 →選択肢（B）が正解
候補の“数”であって“割合”や“ランダム性”ではない	Top P は累積確率（％）、温度は確率分布の形状を変えるもので、候補数の直接指定ではない →選択肢（C・D）を消す

ひっかけポイント

• Top K と Top P は名前も役割も似ているが、K は「個数」、P は「累積確率（％）」。問題文の「候補の数」という語が Top K を指す決定打
• 「出力の多様性を調整する」だけの問題文なら温度・Top P・Top K のどれもが候補になり得る。「数」という限定語を読み落とすと選べなくなる
• 温度は「ランダム性」を語るときの定番パラメータなので反射的に選びがちだが、温度は候補を切り捨てるのではなく確率を歪める
• 停止シーケンスは唯一「生成の停止（長さ）」を扱うパラメータ。ランダム性・多様性のグループに属さないことを押さえれば即座に消せる

出題バリエーション

同じ知識が本番では条件を変えて出題されます。

問題文がこう変わったら	正解はこう変わる
「累積確率で上位 X% のトークンだけを候補にしたい」	Top P が正解に変わる。
「出力をできるだけ決定論的（毎回同じ）にしたい」	温度を低く（0 に近く）設定するのが正解軸に。
「モデルが特定の文字列を出したらそこで生成を打ち切りたい」	停止シーケンスが正解に変わる。
「出力の最大トークン数を制限してコストを抑えたい」	最大トークン数（maxTokens / 応答の長さ）が正解軸に。

関連サービスの解説

Amazon Bedrock

リファレンス

この問題を解くために必要な知識を扱う公式ドキュメントです。

知識項目	公式ドキュメント
Bedrock の推論パラメータ（Top K / Top P / 温度 / 停止シーケンス）	推論パラメータでレスポンスの生成に影響を与える - Amazon Bedrock