推理时扩展类别：提升大语言模型推理能力

推理时扩展已成为一种通过分配额外计算资源来提升大语言模型（LLM）性能的关键方法。本文将相关技术分为以下几类：思维链提示（Chain-of-Thought prompting）、自一致性（Self-Consistency）、最佳N选一排名（Best-of-N ranking）、带验证器的拒绝采样（Rejection Sampling with a Verifier）、自我精炼（Self-Refinement）以及解路径搜索（Search Over Solution Paths）。文章还概述了近期相关论文，并指出专有LLM（Proprietary LLMs，即私有大型语言模型）已采用这些方法。作者将关于该主题的书籍章节分为两部分（已提供早期访问），并分享了最终章节中未收录的额外想法和笔记。