- 実行ツール
-
学ぶ
Pythonを学ぶ 実行可能な例、NumPy、pandasなど AI・機械学習を学ぶニューラルネット・機械学習・LLM をゼロから C/C++を学ぶ ポインタ、メモリ、STL、モダンC++ C#を学ぶC# 基礎、OOP、LINQ、async、.NET 演習 Matplotlibを学ぶ折れ線・棒・散布図・円グラフをインタラクティブに Rust を学ぶ所有権、トレイト、エラー処理、スレッド Go を学ぶスライス、インターフェース、goroutine、チャネル Pythonアルゴリズム 探索、ソート、再帰、ビジュアライザー O(n) C/C++アルゴリズム CとC++の実装を比較 子ども向けプログラミング 遊びながらプログラミングを学ぼう!
- クイズNEW
- 課題一覧NEW
- 教師向けNEW
- アップデート
- コーヒーをおごる
AI & Machine Learning クイズ: 温度、Top-k、Top-p
サンプリングの設定は、モデルの出力がどれだけ予測しやすいか、あるいは創造的かを決めます。このクイズでは、温度が確率に何をするのか、top-k や top-p(nucleus)サンプリングがトークンをどう絞り込むのか、どのタスクにどの設定が合うのかを、いくつかの小さな計算を交えて確認します。
例題
第1問 / 全10問温度は数学的には何をしていますか?
答えを見る
B. ソフトマックスの前にロジットを温度で割り、確率分布を鋭くしたり平らにしたりする 確率は softmax(logits / T) です。温度が 1 未満なら分布はより尖り、1 より大きければより平らになります。重みと入力は変わりません。
このクイズの内容
- ソフトマックスの前にロジットを割る操作としての温度
- 低い温度と高い温度、そして 0 に近い温度
- 再正規化を伴う top-k と top-p(nucleus)サンプリング
- 情報抽出とブレインストーミングでの設定の選び方
- 繰り返しペナルティと頻度ペナルティ
よくある質問
アカウントは必要ですか?
いいえ、誰でも遊べます。ログインすると XP、連続記録、バッジ、履歴が保存されます。
何度でも挑戦できますか?
はい。ベストスコアが記録され、問題と選択肢は毎回シャッフルされます。