Verifier-based Selection（验证器选择）

Verifier-based Selection在生成模型产生多个候选后，用验证器打分选择最优。验证器可以是训练好的奖励模型或规则检查器。在代码生成中，验证器执行单元测试；在数学推理中，检查答案正确性。该方法提升输出可靠性，但依赖验证器质量。代表工作有OpenAI的代码生成验证器、Self-Consistency等。它常与采样策略结合，用于提升LLM在复杂任务上的表现。