beam-search 4

• 論文解説: ToolPRM — Function Callingのためのプロセス報酬モデルによる推論時スケーリング 15/06/2026
• ICML 2019論文解説: Gumbel-Top-k Trick ― 非復元サンプリングの微分可能な実現 26/04/2026
• 論文解説: SIMBA — バッチレベルビームサーチによるDSPyプログラムの推論時スケーリング 31/03/2026
• 論文解説: Think-on-Graph — LLMエージェントによる知識グラフ上のマルチホップ推論 22/02/2026