束搜索
Beam Search
学到 认得 就够：听到能明白
你可能会说
“我看到翻译模型保留多个候选继续生成，束搜索能保证最后选到最佳译文吗？”
束搜索每一步保留有限数量的高分候选序列，再继续扩展和筛选。它比贪心考虑更多路径，常用于序列任务，但有限束宽仍不是穷举，也不保证生成更符合人的质量判断。
使用 AI
科研里的例子
翻译访谈摘要时保留几条候选可供比较，但每条仍要核专业术语和原意，不能只按模型累积得分自动定稿。
束宽控制保留路径数，序列分数通常基于词元概率累积，并可能加长度修正。扩大束宽增加计算量，却可能更加偏爱高概率的模板化表达。开放文本中，概率高与自然、有信息量并不总一致；因此束搜索不是所有生成任务的升级按钮。科研使用若涉及翻译或固定格式任务，应在真实样本上比较，而不是直接把更大束宽解释成更强逻辑能力。
判断
亲手检查一次
用一个小概率树手动保留束宽为 1 和 2 的候选，观察哪条路径会提前被丢掉，再理解有限搜索的局限。
它做不到的
束搜索不是让多个模型独立思考；束宽、长度惩罚和候选去重规则会影响结果，不能只写“多候选”而不说明。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Hugging Face · How to generate text2026-11-06 核对
- Holtzman 等 · The Curious Case of Neural Text Degeneration2026-11-06 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。