LLM 推理中 Beam Search 的可证明测试时扩展

研究针对 LLM 推理提出置信度过滤束搜索（CF-Beam），为基于 Beam Search 的测试时计算扩展提供理论保证。CF-Beam 将经典 Beam Search 的样本覆盖依赖从二次降至近线性，且误差随序列长度 $L$ 仅呈多项式级扩展，显著优于呈指数级增长的 Best-of-N。数值实验证实，该方法在长推理周期和高难度任务下更具鲁棒性。