Min-p サンプリング読み: みにっぴーさんぷりんぐ

Min-p サンプリングとは（詳しく解説）

Min-pサンプリングは、top-pやtop-kに代わるトークン選択方式として提案された手法で、最も確率の高いトークンの確率に一定の係数(pベース)を掛けた値をしきい値とし、それを下回る候補を切り捨てて残りから抽選する。top-pが確率の累積値で足切りするのに対し、Min-pは最大確率トークンとの相対比較で動的にしきい値が伸縮するため、モデルが自信を持っている場面では選択肢を狭め、迷っている場面では選択肢を広げる挙動になるとされる。llama.cppやvLLMなど主要な推論エンジンで実装が進み、2026年時点ではローカルLLM運用や創造的な文章生成用途で採用例が広がっているとされる。ただし現場での実運用では、p値をtop-pの感覚のまま流用すると出力が単調または破綻しやすく、モデルやタスクごとにチューニングし直すコストが発生する落とし穴がある。追加の計算コストはtop-pと同水準で相場感として大きな差はないため、選ぶ際は品質重視ならMin-p、速度最優先なら従来のtop-k/top-pという住み分けが現場での目安とされる。

Min-p サンプリングの使用例

• temperature=0.8、min_p=0.05に設定すると、確信度が高い場面では選択肢を絞り、迷う場面では広げる挙動になる。
• top_p=0.9の代わりにmin_p=0.1を使うローカルLLM設定は、llama.cppのオプションで広く見られる。

Min-p サンプリングに関連するAIツール

Min-p サンプリングの関連記事

ガイド10/2 更新18分で読めますChatbot Arenaの使い方｜100万件超の勝敗データで本命モデルを選ぶ手順 (2026年版)Chatbot Arenaは100万件以上の人間による目隠し投票でAIの強さを測る無料の公開対戦場です。公式テストの点数に惑わされず、Eloレーティングの勝率計算や文字数バイアスの補正機能を使って実務に効くモデルを迷わず選べます。

ガイド9/1 更新18分で読めますmesh-llmの使い方｜複数PCのGPUを束ねてローカルLLMを無料で分散実行するmesh-llmは複数PCのGPUを1つのプールにまとめ、1台ではVRAM不足の大型LLMを無料で動かすOSS。curl1コマンドで導入、OpenAI互換API（localhost:9337/v1）から利用可能。Ollama・LM Studioとの違い、対応モデル、複数PC接続を実コマンドで解説。