ビームサーチ (Beam Search)の使い方や活用例を教えてください

代表的な活用例は次のとおりです。音声認識APIのデコード設定で beam_size=5 を指定し、精度と速度のバランスを取る。/機械翻訳モデルの推論時に num_beams=4 を設定して翻訳品質を向上させる。

ビームサーチ (Beam Search)

読み: びーむさーち

最終更新: 2026-07-15・AI PICKS編集部

定義

ビームサーチとは、テキスト生成時に候補となる単語列を一定数(ビーム幅)だけ保持しながら探索し、全体として尤度が高い系列を選び出すデコーディング手法のこと。

ビームサーチ (Beam Search)とは — 詳しく解説

ビームサーチは、系列生成タスクの各ステップで確率上位k個(ビーム幅)の候補を保持しながら探索を進め、最終的に尤度の合計が最大となる系列を選ぶ探索アルゴリズムで、機械翻訳や音声認識のデコーディングで広く使われてきたとされる。1つの候補しか残さない貪欲法と違い複数候補を並行評価するため局所最適に陥りにくいが、ビーム幅を大きくするほど計算コストとレイテンシが増える点が実運用での落とし穴になりやすい。また出力が無難で単調な表現に寄りやすく、多様性が求められる対話生成やクリエイティブ用途では核サンプリングなど確率的サンプリングが好まれることが多いとされる。2026年時点の現場では、翻訳・要約・字幕生成のように「正解に近い1つの出力」が求められるタスクにはビームサーチ、チャットボットのような自由度の高い対話生成にはサンプリング系を使い分けるのが一般的とされる。ビーム幅は4〜8程度が相場感として語られ、広げるほど品質と引き換えに推論コストが増えるため、レイテンシ要件やコスト予算に応じて選定する必要がある。