定義
繰り返しペナルティとは、LLMが同じ単語やフレーズを繰り返し生成しないよう、既出トークンの出現確率を下げて出力を調整するデコード時のパラメータのこと。
繰り返しペナルティ (Repetition Penalty)とは(詳しく解説)
繰り返しペナルティ (Repetition Penalty) とは、LLMがテキスト生成時に既に出力した単語やフレーズを再度選びにくくするよう、トークンの出現確率を調整するデコードパラメータのこと。値を上げるほど同じ表現の繰り返しは減るが、上げすぎると不自然な同義語の乱用や文脈崩壊を招くため、多くのAPIでは1.0付近を基準に0.9〜1.3程度の範囲で調整するのが一般的とされる。似た仕組みに frequency penalty や presence penalty があり、前者は出現回数に比例してペナルティが強まる点が異なる。2026年時点の実運用では、長文生成や要約タスクで冗長な繰り返しを抑える目的で使われることが多いが、日本語のように助詞や語尾の反復が自然な言語ではペナルティを強くかけすぎると文法が崩れる落とし穴があるため現場では既定値付近から慎重に微調整する運用が主流。パラメータ変更のみで完結し追加コストはかからないため、相場感を気にせず試せる点も扱いやすい。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます(CC BY 4.0)。
出典: AI PICKS AI用語辞典「繰り返しペナルティ (Repetition Penalty)とは」 https://aipicks.jp/glossary/repetition-penalty
繰り返しペナルティ (Repetition Penalty)の使用例
- Repetition Penalty を 1.2 に設定し、レポート生成で同じ言い回しの連呼を防ぐ。
- temperature は高いが同じ語尾が続く場合は repetition_penalty を先に疑うのが定石。