#推理时扩展

回合级Best-of-N采样：LLM智能体推理时扩展新策略

本文解读回合级Best-of-N采样方法，通过生成器-选择器框架提升LLM智能体在长期任务中的准确率与一致性，无需额外训练即可实现推理时扩展。