Pythonで学ぶAIの概念

Pythonで学ぶ言語モデルのテキスト生成:TemperatureとTop-k

言語モデルは、次に来うるすべてのトークンにスコア(ロジット)を出します。サンプリングの設定がスコアから選択を決め、temperatureはランダムさを調整し、top-kは上位の候補だけを残します。

やさしい言葉で概念を理解する

言語モデルは、次に来うるすべてのトークンにスコア(ロジット)を出します。サンプリングの設定がスコアから選択を決め、temperatureはランダムさを調整し、top-kは上位の候補だけを残します。

言語モデルが次のトークンをどう選ぶかを、純粋なPythonでlayer normalization、temperature、top-kサンプリングを使って確かめます。

重要なポイント

  • temperatureが1未満だと出力は予測しやすく、1より大きいと創造的になります。
  • top-kサンプリングは起こりにくいトークンを除き、文章が話題から外れないようにします。
  • テキストは1トークンずつ生成され、新しいトークンが毎回入力に戻されます。
  • Layer normalizationは、多くの層を通る間も値を安定した範囲に保ちます。

どのような場面で使う?

  • ニューラルネットワークやAIライブラリの内部で何が起きているかを理解する。
  • 対応するチャレンジで実装する前に考え方をつかむ。
  • 機械学習の講座、面接、プロジェクトに備える。

動かして理解する

サイコロのボタンで次の単語をサンプリングします。temperatureやtop-kを下げると、選択が予測しやすくなります。

サンプルコード

コードを実行 →
main.py
import math
import random

# Layer normalization rescales a vector to mean 0 and variance 1.
def layer_norm(x, eps=1e-5):
    mean = sum(x) / len(x)
    var = sum((v - mean) ** 2 for v in x) / len(x)
    return [(v - mean) / math.sqrt(var + eps) for v in x]
print("layer norm:", [round(v, 3) for v in layer_norm([2.0, 4.0, 6.0, 8.0])])

# Next-token scores from a model; temperature and top-k shape the choice.
words = ["cat", "dog", "car", "sky"]
logits = [2.0, 1.5, 0.3, -1.0]

def probabilities(temperature=1.0, top_k=None):
    scores = [l / temperature for l in logits]
    if top_k:  # keep only the k best scores
        cutoff = sorted(scores, reverse=True)[top_k - 1]
        scores = [s if s >= cutoff else -1e9 for s in scores]
    exps = [math.exp(s - max(scores)) for s in scores]
    return [e / sum(exps) for e in exps]

for t, k in [(1.0, None), (0.5, None), (1.0, 2)]:
    print(f"temperature={t} top_k={k}:", [round(p, 2) for p in probabilities(t, k)])

random.seed(7)
print("sampled:", random.choices(words, weights=probabilities(0.8, 3), k=5))

期待される出力

layer norm: [-1.342, -0.447, 0.447, 1.342]
temperature=1.0 top_k=None: [0.54, 0.33, 0.1, 0.03]
temperature=0.5 top_k=None: [0.71, 0.26, 0.02, 0.0]
temperature=1.0 top_k=2: [0.62, 0.38, 0.0, 0.0]
sampled: ['cat', 'cat', 'dog', 'cat', 'cat']

仕組み

layer_norm()はベクトルを平均0・分散1に整えます。Transformerは各ブロックの中でこれを行います。probabilities()はロジットをtemperatureで割ってからSoftmaxを適用するので、temperatureが低いほど一番の単語が選ばれやすくなります。top-kは上位k個以外のスコアをSoftmaxの前にほぼ−∞にします。

値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。

練習問題

入力値と境界ケースを変更し、より大きなデータでも動作を確認してください。

  1. 入力や重みを変えて、実行前に出力を予想してみましょう。
  2. 途中の値を出力して、計算の各ステップを追いましょう。
  3. 下のリンクのチャレンジを解いて、自分でアイデアを実装しましょう。
Python IDEで実行 →

チャレンジで練習する

このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。

すべてのチャレンジ