课程信息
- 官网主题：Search 1: Reranking and Critic Models
- 所属模块：交互、搜索与进阶
- 授课日期：2026-11-12
学习重点
- 理解采样多个候选并通过评论模型或验证器重排序。
- 比较生成器、评论模型、奖励模型和任务验证器。
- 分析额外推理计算如何换取更高的任务成功率。
核心问题
- 评论模型需要看到哪些中间状态与证据？
- 如何避免生成器与评论模型共享同类偏差？
- 重排序的收益怎样随候选数量和计算预算变化？
学习记录
- [ ] 看完课程视频或完成对应阅读。
- [ ] 整理本讲的核心概念、方法与系统结构。
- [ ] 记录关键实验、评测指标和失败案例。
- [ ] 补充一个能够动手验证的实现或复现实验。