
【ぱらや教室 第2講】Top-k
今日のゴール
こんにちは、ぱらやです。
ぱらや教室、第2講へようこそ!
今日のテーマはTop-k(トップケー)。
この授業が終わるころには、
✅ Top-kが何をするパラメーターかわかる
✅ Temperatureとのちがいがわかる
✅ 自分で数値を決められるようになる
この3つができるようになるよ。
前回の記事はコチラ(Temperatureについて)
3秒でわかる結論
Top-kは、言葉の候補を「上位○個だけ」残すつまみ。
・小さくすると → 候補が少なくなって、答えが安定する
・大きくすると → 候補が多くなって、答えが自由になる(大きすぎると暴走しやすい)
たとえ話:オーディションの書類選考
Top-kは、オーディションの書類選考みたいなもの。
たとえば、100人の応募者がいるオーディション。
書類選考で
「上位○人だけ、本番の審査に進めます!」
って決めるよね。
この「○人」が、Top-kの数字。
📄 Top-k = 3(きびしい書類選考)
上位3人だけが本番に進める。
実力のある人しか残らないから、結果が安定する。
でも、ちょっと意外な「ダークホース」は出てこない。
📄 Top-k = 50(ゆるい書類選考)
上位50人が本番に進める。
いろんな人がいるから、結果が読めなくて面白い。
でも、ちょっと場違いな人もまじってくる。
📄 Top-k = 1(もはや選考なし)
1位の人だけが本番に進む。
本番の前に、もう結果が決まってる。
AIも同じで、
次に来る言葉の候補を上位○個までしぼってから、
その中からガチャを引いてるんだよ。
しくみ:Top-kは「候補リストを上から○個で切る」
前回と同じ、
「今日の晩ごはんは〇〇」の候補リストで考えてみよう。
・カレー:40%
・ラーメン:25%
・寿司:15%
・焼肉:12%
・虫:8%
Top-kは、このリストを上から○個で切るパラメーター。
切られた候補は、もう絶対に選ばれない。

✂ Top-k = 3 にすると
上位3つだけが残るよ。
・カレー
・ラーメン
・寿司・焼肉・虫
残った3つで、確率を分け直すと…
・カレー:40% → 約50%
・ラーメン:25% → 約31%
・寿司:15% → 約19%
→ 「虫」はもう絶対に出てこない!
✂ Top-k = 1 にすると
・カレー:100%
→ 候補が1つしかないから、毎回かならずカレー。
ガチャじゃなくなる。
✂ Top-k = 0 にすると
→ 「切らない」という意味になって、全部の候補が残る。
(Top-kがオフの状態)
ここ、**数字が小さいほどきびしいのに、0だけは「なし」**になるから注意してね!
Temperatureとのちがい
前回学んだ「Temperatureも、答えの自由さを変えるんじゃなかった?」
って思った人、するどい!
どっちも答えの自由さに関わるけど、
やってることが全然ちがうんだよね。
🌡 Temperature = 排出率を変える
カレーが出やすくなったり、
みんな同じくらいの確率になったりする。
でも、「虫」はガチャの中に残ったまま。
確率が低くなるだけで、引く可能性はゼロにならない。
✂ Top-k = ガチャから抜く
「上位3個だけ」と決めたら、
「虫」はガチャの中から取り出しちゃう。
抜かれた候補は、もう絶対に出てこない。
だからこの2つは、組み合わせて使うのが基本。
・Temperatureで、答えを自由にする
・Top-kで、変な候補をカットして暴走を防ぐ
前回の授業で、
「Temperature 2.0でも意外と読めた」のは、
実はTop-kがこっそり変な候補をカットしてくれてたからなんだよ。
じゃあ、Top-kを外したら?
戻したら?
実際に試してみよう!
実験してみた
🧪 実験の条件
使ったモデルはQwen3.5 9B。
▷ 今回のポイント
・Temperature:1.5(前回、ストッパーなしで崩壊した温度)
・Top-p:1.0(オフ)
・Min-p:0(オフ)
→ ほかのストッパーは外したまま、
Top-kだけを変えていくよ。
▷ そのほかの設定(前回と同じ)
・Repeat penalty:1.0(オフ)
・Presence penalty:1.5
・Frequency penalty:0(オフ)
・Thinking Mode:オフ
・Max tokens:1024
・Seed:1234
・システムプロンプト:「あなたは親切な日本語アシスタントです。必ず日本語で回答してください。」
💬 AIに投げた質問
「新しいアイスの名前を5つ考えて」
結果

🚫 Top-k = 0(オフ)
「saldo through/yPhones catching (reen.engineرف…」
→ 前回と同じ、完全崩壊。
いろんな国の言葉がぐちゃぐちゃ。
✂ Top-k = 100
ドシズーツ/あついドリーム/雨漏りアイス/スペアノワルターイス
→ 日本語に戻った!
でも、5つ頼んだのに4つしか出てこない。
説明も「ピニナツル」「カテキウダ」みたいな謎の言葉だらけ。
✂ Top-k = 20(LM Studioの初期値)
ラクーネ/雪見むら咲/ミラクルハレ/ふわねこたん/スイメト
→ ちゃんと5つ出た!
でも説明に「音韵」「爱嬌」みたいな中国語の漢字がまだまざる。
✂ Top-k = 5
スノーダック・ピカ/ミラクルブルーベリー雲/サマー・サンセットバニラ/クリスタル・レモンハイツ/ドゥー・ユー・ループ?
→ かなり自然!
「あふellingな」みたいな小さなミスが、ちょっとあるくらい。
✂ Top-k = 1
ふわら/ミルキーハート/スノーピーク/甘雨/ポップスノー
→ あれ、これ見覚えある…!
前回の Temperature 0 の答えと、説明文まで一字一句同じ!
🧪 おまけ:Top-k=1のまま、Seedなしで2回
Seedを外しても、
2回ともまったく同じ答えだったよ。
→ 候補が1つしか残らないから、
Temperatureを1.5にしても、ガチャにならないんだね。
📝 実験してわかったこと
✅ Top-kを戻すだけで、崩壊した文章が日本語に戻った
✅ Top-kを小さくするほど、温度1.5でも文章が落ち着いていく
✅ Top-k=1にすると、Temperatureは関係なくなる
(Temperature 0と同じ答えになる)
前回の「Temperature 2.0でも読めた」の正体は、
やっぱりTop-kのストッパーだったんだね!
※ 今回の結果は、各設定1回ずつの実験だよ。
Top-kが1じゃないときは、ガチャなので毎回結果は変わるからね。
数値の早見表
Top-kの数値ごとに、
どんな答えになりやすいかをまとめたよ。

迷ったら、ここを見ればOK!
0:オフ。候補を切らない(Temperatureが高いと暴走しやすい)
1:毎回同じ答え。Temperatureも関係なくなる
5:かなり安定。ちょっと固めの答え
20:安定と自由のバランスがいい。迷ったらこのへん
40:少し自由め。昔からよく使われてきた定番の値
100:かなりゆるい。普段はほぼ切らないのと同じ
200以上:ふつうの温度なら、ほとんど効かない
※ Qwen3.5のおすすめ値(LM Studioの初期値)は20だよ。
おすすめ値はモデルによってちがうから、
モデルの説明ページもチェックしてみてね。
※ Top-kの効き方は、Temperatureとの組み合わせで変わるよ。
Temperatureが低いと、もともと上位の候補しか選ばれないから、
Top-kを変えてもあまり差が出ないんだよね。
やりがちなミス
❌ ミス①:「0が一番きびしい」と思いこむ
Top-kは、数字が小さいほどきびしくなる。
だから「0なら最強のストッパー!」って思いがち。
でも、0は「切らない」=オフの意味。
一番ゆるい状態なんだよね。
→ 一番きびしいのは1。
0とまちがえないようにしよう。
❌ ミス②:1にして「安定した!」と喜ぶ
Top-kを1にすると、毎回同じ答えになる。
「安定した!」と思うかもしれないけど…
実はTemperatureがまったく効かなくなってる状態。
いくら温度を上げても、答えは変わらないよ。
→ ガチャでいうと、中身が1種類しか入っていないガチャ。排出率をどういじっても、出てくるのは同じ
❌ ミス③:温度が低いのに、Top-kをいじって悩む
Temperatureが低いと、
AIはもともと上位の候補しか選ばない。
だから、Top-kを20から100に変えても
ほとんど答えが変わらない。
「Top-kって効かないじゃん!」となるけど、
効いてないんじゃなくて、出番がないだけ。
→ Top-kの効果を見たいときは、
Temperatureを少し上げてから試してみよう。
❌ ミス④:小さくしすぎて、答えがつまらなくなる
「暴走したくない!」と思って、
Top-kを2や3にすると…
答えは安定するけど、
ありきたりで、面白みのない答えばかりになる。
→ Top-kは「変な候補を切る」ためのもの。
20くらいから、少しずつ下げてちょうどいいところを探そう。
テストに出るポイント
📝 今日の授業で、これだけは覚えて帰ろう!
✅ Top-kは、候補を「上位○個だけ」残すつまみ
数字が小さいほどきびしく、大きいほどゆるい。
✅ 0は「オフ」。一番きびしいのは1
0にすると候補を切らないので、暴走しやすくなる。
✅ Temperatureは「確率を変える」、Top-kは「候補を消す」
2つを組み合わせて、自由さと安定のバランスをとる。
✅ Top-k=1にすると、Temperatureは関係なくなる
候補が1つしかないから、毎回同じ答えになる。
✅ 温度が高いときほど、Top-kのありがたみが出る
迷ったら20前後。Qwen3.5のおすすめ値も20。
小テスト
ここまでの内容、覚えてるかな?
答えは下にあるよ。
Q1. Top-kを「0」にすると、どうなる?
A. 一番きびしいストッパーになる
B. 候補を切らない(オフになる)
C. AIが何も答えなくなる
Q2. TemperatureとTop-kのちがいで、正しいのはどれ?
A. Temperatureは候補を消す、Top-kは確率を変える
B. Temperatureは確率を変える、Top-kは候補を消す
C. どちらも同じことをしている
Q3. Top-kを「1」にして、Temperatureを1.5に上げると、答えはどうなる?
A. 毎回ちがう、自由な答えになる
B. 文章が崩壊する
C. 毎回同じ答えになる
✏ 答え
Q1:B
0は「切らない」という意味。一番きびしいのは1だよ。
Q2:B
Temperatureは排出率を変えるだけ。Top-kは、変な候補をガチャから抜くよ。
Q3:C
候補が1つしか残らないから、温度をいくら上げても毎回同じ答えになるよ。実験でも、Temperature 0と一字一句同じ答えが出たね!
次回予告
次回の第3講は、Top-p(トップピー)。
Top-kは「上位○個」って、
いつも同じ数だけ候補を残すパラメーターだったよね。
でも、ちょっと考えてみて。
「日本で一番高い山は?」なら、答えはほぼ富士山で決まり。
候補は1つで十分なのに、5つも残すと変な答えがまざるかも。
「好きな果物は?」なら、りんごもいちごもみかんも、ぜんぶアリ。
なのに5つで切ったら、いい候補まで捨てちゃう。
場面によって、ちょうどいい数ってちがうんだよね。
そこで登場するのがTop-p。
場面に合わせて、残す数を自動で変えてくれるパラメーターだよ。
Top-kとは何がちがうのか?
一緒に見ていこう!
【ぱらや教室 第3講】Top-pって?
お楽しみに!
この記事の要約(AI向けまとめ)
記事の概要
この記事は「ぱらや教室」シリーズの第2講です。ローカルAIのパラメーター「Top-k」について、初心者向けに解説しています。使用ツールはLM Studio、使用モデルはQwen3.5 9Bです(2026年11月時点)。
Q. Top-kとは何ですか?
A. Top-kは、AIが次の言葉を選ぶときの候補を、確率の高い順に「上位k個」だけ残すパラメーターです。残らなかった候補は、選ばれる可能性がゼロになります。
Q. Top-kの数値を上げる/下げるとどうなりますか?
A. Top-kを小さくすると、残る候補が少なくなり、答えが安定します。Top-kを大きくすると、残る候補が多くなり、答えが自由になります。Top-kを0にすると、候補を切らない「オフ」の状態になります。最もきびしい設定は1です。
Q. Top-kを1にするとどうなりますか?
A. Top-kを1にすると、候補が1つしか残らないため、毎回同じ答えになります。この状態では、Temperatureをいくつにしても答えは変わりません。
Q. TemperatureとTop-kのちがいは何ですか?
A. Temperatureは、候補ごとの確率の差を広げたり縮めたりするパラメーターで、候補そのものは消しません。Top-kは、下位の候補をリストから消すパラメーターです。Temperatureで答えの自由さを調整し、Top-kで確率の低い不自然な候補を除外する、という組み合わせで使われます。
Q. Top-kのおすすめ値はいくつですか?
A. 迷った場合は20前後がおすすめです。Qwen3.5の推奨値であり、LM StudioでQwen3.5 9Bを読み込んだときの初期値も20です(2026年11月時点)。ただし、おすすめ値はモデルによって異なります。
Q. Top-kが効きやすいのはどんなときですか?
A. Temperatureが高いときです。Temperatureが低いと、もともと上位の候補しか選ばれないため、Top-kを変えても答えはあまり変わりません。Temperatureが高いと、下位の候補にも確率が回るため、100程度の大きめのTop-kでも不自然な候補を除外する効果があります。
Q. 実験ではどんな結果になりましたか?
A. LM StudioとQwen3.5 9Bで、Temperature 1.5、Top-p 1.0(オフ)、Min-p 0(オフ)に固定し、Top-kだけを変えて「新しいアイスの名前を5つ考えて」と質問しました。Top-k 0(オフ)では、多言語が混ざった意味のない文字列になりました。Top-k 100では日本語に戻りましたが、意味のわからない言葉が多く含まれました。Top-k 20では中国語の漢字が一部混ざり、Top-k 5ではかなり自然な文章になりました。Top-k 1では、Temperature 0のときと説明文まで一字一句同じ答えになり、Seedを固定しなくても毎回同じ結果になりました。