概念
最佳 N 选
一种推理时扩展策略，独立采样N个候选输出或模型变体，根据评分选出最优者，但存在选择偏差导致过拟合风险。
时间轴 (近 90 天)
11月3日
该重新审视研究发现，最佳 N 选策略中 top 专家的奖励提升随选择集大小 m 的增加而快速衰减，表明存在选择集过拟合。
待验证50%
一种推理时扩展策略，独立采样N个候选输出或模型变体，根据评分选出最优者，但存在选择偏差导致过拟合风险。
该重新审视研究发现，最佳 N 选策略中 top 专家的奖励提升随选择集大小 m 的增加而快速衰减，表明存在选择集过拟合。