idea满满的最新Test-Time Scaling综述！全面描述What, How, Where和How Well的问题
MLNLP社区发布一篇关于Test-Time Scaling（TTS）的survey论文，介绍大语言模型在测试阶段增加计算资源的方法，让模型能够更智能地解答问题。
蒙特卡洛树搜索
MCTS-GSM8k-Demo：用蒙特卡洛树搜索与大型语言模型结合解决数学问题的演示项目
MCTS-GSM8k-Demo结合蒙特卡洛树搜索和大型语言模型解决数学问题，提升解题效率。项目可从Github及B站获取。
北交开源o1代码版！强化学习+蒙特卡洛树搜索，源代码、精选数据集以及衍生模型通通开源
北京交通大学团队推出O1-CODER模型，专注于编码任务。该模型结合了强化学习与蒙特卡洛树搜索，显著提升了代码生成质量。研究发现，通过生成推理数据并优化策略模型，测试用例生成器的性能得到提升，平均采样通过率达到了89.2%。
o1圈杀疯了，阿里又开源Marco-o1
阿里开源Marco-o1，旨在解决缺乏明确标准且奖励难以量化的开放式问题。Marco-o1结合链式思考、蒙特卡洛树搜索等技术增强推理能力，在MGSM上提高了准确性，并展示了扩展解决方案空间和利用更细粒度动作策略的优势。