基于采样搜索——后训练Scaling的创新方法。2025年2月20日，加州大学伯克利分校博士候选人、Google AI研究员Eric Zhao发表论文提出大模型推理阶段测试时计算（test-time compute）的创新方法——基于采样搜索（Sampling-based Search）。这是一种通过测试阶段计算资源优化模型性能的后训练扩展（post-training scaling）计算范式。其核心机制在于：首先随机生成大量候选解，然后通过模型的自验证（self-verification）机制进行筛选，最终保留最优解，从而显著提升复杂任务的推理精度。实验表明，即使采用最基础的随机采样与自验证策略，也能在高难度基准测试（如AIME数学问题）中超越经过专门优化的模型（如o1-Preview）。这一发现揭示了基于采样搜索策略在解决复杂推理问题中的基础性作用——它通过广域探索与精确筛选的有机结合，为模型性能提升提供了关键路径。
　　Scaling Law的多线性叙事进行时：当前模型的扩展（scaling）主要通过后训练和推理阶段的技术突破实现。此前，DeepSeek-R1模型提出的强化学习（ReinforcementLearning，简称RL）策略为后训练扩展开辟了新路径，而EricZhao等人的最新研究则通过基于采样搜索方法，为推理阶段的模型能力提升提供了创新视角。在解决复杂问题时，暴力搜索（随机采样）作为最基础的计算扩展方式，其理论上限仅受限于计算资源，是唯一可独立扩展且无天花板的解决方案。该研究通过巧妙设计基于传统暴力搜索的优化策略，成功实现了基座模型在复杂任务中的卓越表现，而无需依赖大规模后训练。
　　风险提示：技术迭代不及预期的风险；商业化落地不及预期的风险；政策支持不及预期风险；全球宏观经济风险。