Best-of-N Sampling — 多样本择优采样

事实

生成多个候选答案，再按评分选出最优结果的采样方法。

人话

AI 下棋时不急着落子：先摆出 N 种走法，逐一复盘，最后挑胜算最大的那步。

解题和写代码常用；候选越多，通常越准也越费算力。

相关概念

• 温度（采样）
• 用大模型当评委
• 推理（运行）
• 推理模型

Temperature
温度决定多次采样的候选答案有多不一样。

LLM-as-a-judge
评审模型可为多个候选答案打分并排序。

Inference
生成并比较多份答案，会增加推理计算开销。

Reasoning-model
它常用于从多条推理路径中筛出更可靠的答案。