Beam Search(ビーム探索)|AI 用語辞典
用語辞典 / モデル・基盤技術

Beam Search(ビーム探索)Beam Search — 読み:びーむたんさく

ビーム探索(Beam Search)は、文章を1語ずつ生成するときに「候補を1本に絞らず、何本か残しながら先へ進む」探索方法です。残す本数をビーム幅と呼びます。同じ入力なら結果が毎回同じになるため、翻訳のように答えを1つに決めたい場面で使われてきました。このページでは、手順・出典・向き不向き・FAQ をまとめます。

分類:モデル・基盤技術タイプ:概念型(理解用プロンプト 3 本)更新:2026年10月26日出典付き:はい
01

導入Introduction

ビーム探索(Beam Search)は、文章を1語ずつ生成するときに「候補を1本に絞らず、何本か残しながら先へ進む」探索方法です。残す本数をビーム幅と呼びます。同じ入力なら結果が毎回同じになるため、翻訳のように答えを1つに決めたい場面で使われてきました。このページでは、手順・出典・向き不向き・FAQ をまとめます。

このページの使い方:定義と仕組みで概念を掴み、プロンプト集で実務に落とし込み、FAQ で細部を確認できます。関連用語のリンクで、必要な範囲だけをたどって学べます。
02

用語の定義Definition

ビーム探索(Beam Search)は、文章を1語ずつ生成するときに「候補を1本に絞らず、何本か残しながら先へ進む」探索方法です。残す本数をビーム幅と呼びます。同じ入力なら結果が毎回同じになるため、翻訳のように答えを1つに決めたい場面で使われてきました。このページでは、手順・出典・向き不向き・FAQ をまとめます。

  • 各時点で上位k本の候補だけを残し、残りは捨てる
  • ビーム幅を広げると見落としは減るが、計算量は増える
  • 確率の高い1本を選び続けるため、文章が単調になりやすいと指摘されている

出典:my-best.ai 用語辞典「Beam Search(ビーム探索)」(https://my-best.ai/ai-dictionary/beam-search/)

03

仕組み・原理How it works

① 1語ずつ、候補を分岐させる

文章生成は、直前までの語列を受け取って次の語の確率を出す、の繰り返しです。もっとも単純なのは、毎回もっとも確率の高い語を1つ選ぶ方法です。ただしこの方法は、その時点で少し確率が低い語を選んだほうが、文全体としては良くなる場合を取り逃します。ビーム探索は、この取り逃しを減らすために候補を複数残します。

② 上位k本だけを残す

各時点で、残している候補それぞれについて次の語の候補を作ります。その組み合わせを、ここまでの確率の合計で並べ替え、上位k本だけを残します。このkがビーム幅です。k=1 にすると、もっとも確率の高い語を選ぶ方法と同じになります。kを大きくするほど、文全体で見たときの良い候補を残しやすくなります。

③ 伸ばすほど計算量が増える

候補をk本残すと、各時点でk本ぶんの確率計算が必要になります。kを増やせば、そのぶん計算も増えます。加えて、同じ長さの文でも候補の数だけメモリを使います。ビーム幅は精度と計算量の調整つまみであり、大きくすれば常に良くなるというものではありません。

④ 単調になりやすいという指摘

ビーム探索は確率の合計が大きい候補を選び続けるため、無難で同じような言い回しに寄りやすいことが指摘されています。2019年に公開された論文は、尤度を目的関数にすると"bland and strangely repetitive"(平板で奇妙に繰り返しの多い)文になりやすいと述べ、代わりに確率分布の裾を切る手法を提案しました。要約や翻訳のように正解が狭い課題と、自由な文章を書かせる課題では、向き不向きが分かれます。

1最初の語を出す確率の高い上位k個を候補として残す2候補ごとに次を出すk本それぞれの続きを計算する3合計確率で並べ替える上位k本以外は捨てる4終了記号まで繰り返す長さの上限も決めておく51本を選ぶ合計確率が最大の候補を出力する
ビーム探索は「候補をk本残しながら進む」
04

原始出處Origin

ビーム探索は、系列を1語ずつ決めていく生成で使われてきた探索方法です。音声認識や機械翻訳のように、出力を1つに決めたい課題で用いられてきました。方法そのものは特定の論文が提案したというより、探索アルゴリズムとして広く使われてきたものです。その性質を検証した研究として、2019年4月公開の論文「The Curious Case of Neural Text Degeneration」があります。この論文は、尤度を目的関数にすると平板で繰り返しの多い文になりやすいと述べ、確率分布の裾を動的に切る Nucleus Sampling を提案しました。同論文は ICLR 2020 に採録されています。

  • Holtzman ほか「The Curious Case of Neural Text Degeneration」(arXiv:1904.09751、2019年4月22日公開、ICLR 2020、2026年10月26日参照)
05

応用シーンUse cases

機械翻訳

同じ原文に対して安定した訳文を返したい場面に向きます

音声認識の候補選択

聞き取りの候補を複数残したまま、文全体で選べます

定型文の生成

言い回しのばらつきを抑えたい帳票や通知文に向きます

設定値の比較検証

ビーム幅を変えたときの出力の変化を確認する用途

06

メリット・デメリットPros & Cons

メリット

  • 同じ入力なら出力が毎回同じで、再現性がある
  • 1本だけ選ぶ方法より、文全体で見た取り逃しが減る
  • ビーム幅という調整つまみが1つだけで、挙動を説明しやすい

デメリット・注意点

  • ビーム幅を広げるほど計算量とメモリが増える
  • 無難で単調な言い回しに寄りやすい
  • 自由な発想や言い換えを求められる用途には向かない
07

よくある誤解Misconceptions

ビーム幅を大きくすれば必ず良い文章になる
計算量が増えるうえ、単調さも強まります。論文が指摘したのは、確率を最大化する方向に寄せること自体の副作用です。
ビーム探索は古い方法なので、いまは使われていない
翻訳や音声認識のように、出力を1つに決めたい課題では今も選択肢になります。雑談や創作のように幅が欲しい用途では、別の方法が選ばれます。
08

関連用語Related terms

用語同士は相互リンクされています。未掲載の用語は用語一覧の該当項目へリンクします。

09

プロンプト集Prompt collection

実務でそのまま使えるプロンプト例です。コピーして〔 〕内を置き換えてください。同じカードはプロンプト集にも掲載されています。

Beam Search(ビーム探

貪欲法とビーム探索の違いを整理する

学習の理解

文章生成の「毎回もっとも確率の高い語を選ぶ方法」と「ビーム探索」の違いを、「残す候補の数」「計算量」「出力の安定性」「起きやすい失敗」の4列の表にしてください。表のあとに、それぞれが向く課題を1つずつ挙げ、理由を1文で添えてください。
Beam Search(ビーム探

出力が単調になる原因を切り分ける

品質管理

ビーム探索で生成した文章が単調に見えるとき、原因の候補を「探索の性質」「指示文の書き方」「モデル側の設定」の3つに分けて整理してください。それぞれについて、こちらで確認できる兆候と、確認する順番を書いてください。確認できない項目は「未確認」と明記してください。
Beam Search(ビーム探

翻訳で設定を比べる手順を作る

開発・実装

翻訳の品質を比べるために、ビーム幅だけを変えて同じ原文を訳す手順を書いてください。①固定する条件 ②変える値 ③記録する項目 ④判断の基準、の4項目に分け、各10行以内でまとめてください。評価は人の読み比べを前提にしてください。
10

FAQ(よくある質問)FAQ

ビーム幅はいくつにすればよいですか?
一律の正解はありません。大きくすると計算量が増え、単調さも強まります。まずは小さめの値で出力を確認し、訳抜けや語順の崩れが残る場合に少しずつ広げる進め方が現実的です。
温度(Temperature)とは何が違いますか?
温度は確率分布の尖り具合を変える設定で、サンプリングと組み合わせて使います。ビーム探索は候補を複数残して選ぶ探索方法で、標準的な形では乱数を使わないため、同じ入力なら出力は同じになります。
チャットでビーム探索が使われていないのはなぜですか?
雑談や創作では、毎回同じ答えが返るより、言い回しに幅があったほうが扱いやすいためです。用途に応じて、確率分布から選ぶ方法が使われます。
11

出典・参考文献References

出典:次の一次資料を参照しました(参照日 2026年10月26日)。リンクは貼らず、媒体名と資料名のみを記します。

  • Holtzman ほか「The Curious Case of Neural Text Degeneration」(arXiv:1904.09751、2019年4月22日公開、ICLR 2020、2026年10月26日参照)

定義・出典の記述は一次資料に基づきます。リンク先の内容は公開時点のものです。

学習ルート:はじめての方は チュートリアル「はじめての LLM 活用」 から読み、用語の意味を引くときは 用語一覧、そのまま使える例文は プロンプト集、実務の手順は ガイド一覧 を参照してください。
12

まとめSummary

ビーム探索は、次の語の候補をk本残しながら生成を進める探索方法です。同じ入力なら出力が同じで、翻訳のように答えを1つに決めたい場面に向きます。ビーム幅を広げると計算量が増え、単調な言い回しに寄りやすくなる点は2019年の論文が指摘しています。自由な文章を書きたい用途では、別の生成方法と使い分けます。

  • 各時点で上位k本の候補だけを残し、残りは捨てる
  • kを広げると取り逃しは減るが、計算量とメモリは増える
  • 確率の最大化に寄せるため、単調で繰り返しの多い文になりやすい

次はチュートリアルで手を動かす

ビーム幅だけを変えて出力を読み比べる:比較の進め方5ステップ — 所要 15〜30 分程度の実践形式です。

チュートリアルを開く →

AIクローラーの主要運営者

  • Yandexクローラー39種
  • Googleクローラー32種
  • Baiduクローラー10種
  • Amazonクローラー8種
  • Metaクローラー8種
  • OpenAIクローラー6種
  • Anthropicクローラー6種
  • Microsoftクローラー6種
  • ByteDanceクローラー4種
  • Mistral AIクローラー3種
  • Awarioクローラー3種
  • Semrushクローラー3種

運営者109社をすべて見る →

週1回・無料

AEO診断・AIクローラー最新情報を、
週1回お届け

AI Botの仕様変更やAEO対策のノウハウ、よくあるトラブル事例を編集部が厳選しメール配信。いつでも配信停止可能です。

  • 新Bot・仕様変更AIクローラーに新しいBotが追加されたとき、判定仕様が変わったときの速報
  • 障害事例と対処AEO診断で多い障害事例と、その対処方法を実例で解説
  • AEO活用術Web制作会社・SEO担当者向けのAEO活用テクニック

登録により 利用規約に同意したとみなされます。確認メールのリンクを押すと登録が完了します。

My-Best.AI|AIツール比較・ランキング・おすすめ最新AI情報
Logo