概念point-wise best-of-N / best-of-N
逐点最优N选
LLM推理时常用的候选选择策略，对N个独立生成的候选单独打分并选取最高分，实现简单但受评分尺度校准和模型偏见影响。
时间轴 (近 90 天)
10月21日
研究团队在WMT25基准上离线评估显示，成对评判循环投票相比逐点最优N选有非常明显的提升。
待验证50%
10月21日
逐点最优N选的优点是实现简单、计算开销线性增长，缺点是绝对评分受提示词、校准和模型偏见影响较大。
待验证50%
10月21日
成对比较需要O(n²)次比较，计算成本高于逐点最优N选。
待验证50%