← 返回卡片

原书出处

AI工程:大模型应用开发实战

核验版本的摘录快照 · 导入于 2026-11-14T07:37:22.369Z

他们让模型生成多个输出,然后选择奖励模型评分最高的输出。这种方法通常被称为best of N策略,它利用模型的输出采样过程来提升性能。下一节将详细介绍best of N策略的工作原理。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml

EPUB SHA-256:88cc0279def68dead5c5d18f8e4cac1378f2a41584ffdd2bb425a4a28b5280af