宽度扩展

宽度扩展是指模型在每一步生成多个候选，然后通过某种选择机制筛选最优分支，常见的选择机制包括自我一致性投票和过程奖励模型打分。

宽度扩展中，宽度越大，找到正确路径的概率越高，但计算成本也呈线性增长。

深度、宽度与反馈三个维度共享同一个推理预算池，增加深度意味着减少宽度探索的机会，投入反馈迭代则可能牺牲单次推理的深度。

对于数学证明类任务，深度扩展通常更有效，因为逻辑链条需要保持连贯；对于开放域问答，宽度扩展更有优势；对于代码生成与调试，反馈机制价值最大，因为编译器和测试用例提供了可靠的外部验证信号。