search-and-learn
search-and-learn 是一个开源工具包，旨在通过扩展推理阶段的计算能力，帮助开源大语言模型（LLM）更高效地解决复杂问题。它借鉴了强化学习中“搜索”与“学习”的核心思想，提供一系列动态推理策略，使模型在处理数学、编程等需要深度思考的任务时，能通过增加推理时间逐步优化输出结果。
传统方法主要依赖训练阶段的算力扩展，但预训练超大规模模型的成本日益高昂。search-and-learn 则聚焦于“测试时计算扩展”，通过动态调整推理策略（如多次采样、树搜索等），让模型在单个任务上投入更多计算资源，从而在无需增加训练成本的前提下提升性能。这一思路与 OpenAI o1 模型的优化方向相似，但通过开源形式为社区提供可复现的实现方案。
工具包包含多种搜索算法（如 Best-of-N、Diverse Verifier Tree Search）和过程奖励模型（PRM）的训练方法，特别适合需要精细控制推理流程的研究人员和开发者。用户可通过 YAML 配置文件灵活调整参数，结合 Hugging Face 平台的模型与数据集快速验证效果。对于希望优化开源模型推理效率、探索复杂任务解决方案的技术团队而言，这是一个实用的实验平台。
项目提供完整的安装指南和示例代码，用户仅需基础 Python 环境即可运行。通过组合不同搜索策略与验证机制，开发者可系统评估各类推理方法在特定任务上的表现，为开源模型的持续优化提供实证依据。
使用场景
某AI教育科技公司正在开发一款面向高中生的数学智能辅导系统，需要处理几何证明题、代数方程组等复杂题目。团队发现现有开源模型在遇到多步骤推理问题时，答案准确率低于60%。
没有 search-and-learn 时
- 推理深度不足：模型在单次推理中仅生成3-5步推导过程，遇到需要8-10步的复杂题目就容易出错
- 验证机制缺失：无法自动检测中间步骤的逻辑漏洞，错误答案常包含多个矛盾推论
- 资源利用率低：为追求速度强制限制最大推理长度，导致GPU算力浪费在无效生成上
- 调参成本高昂：需要手动设置温度系数、top-k采样等参数组合，每次实验需消耗2-3人天
- 结果不可复现：不同用户提问相同题目时，模型输出答案的正确性波动较大
使用 search-and-learn 后
- 动态推理路径：通过DVTS算法自动探索最优解题路径，复杂题目平均生成12步推导且准确率提升至82%
- 过程验证闭环：集成训练的PRM模型实时评分每个推导步骤，自动修正错误链路并标注风险点
- 计算资源优化：采用Best-of-N策略并行生成5组候选方案，GPU利用率从45%提升至78%
- 参数配置简化：通过预设的YAML配方文件，3分钟内即可完成参数组合配置并启动实验
- 结果稳定性增强：同一题目的多次求解标准差从0.35降至0.12，关键步骤置信度可视化展示
核心价值：search-and-learn通过将推理过程转化为可搜索的决策树，使开源模型在复杂数学问题上的表现逼近闭源大模型，同时降低70%的算力成本。
运行环境要求
- 未说明
未说明
未说明
快速开始
搜索与学习（Search and Learn）
通过扩展推理时计算能力来增强大语言模型（LLM）能力的方案。项目名称灵感来自Rich Sutton的Bitter Lesson：
从"苦涩教训"中应学到的重要经验是通用方法的强大之处，这些方法即使在计算资源非常充足的情况下仍能持续扩展。两种具有这种无限扩展能力的方法是_搜索和学习_。
这是什么？
过去几年，_训练时计算资源的扩展主导了LLM的发展。尽管这种范式已被证明非常有效，但预训练更大模型所需的资源正变得过于昂贵，数十亿美元级的计算集群已初现端倪。这一趋势激发了人们对测试时计算资源扩展_方法的浓厚兴趣。测试时方法不再依赖不断增加的预训练预算，而是使用动态推理策略让模型在更难的问题上"思考更久"。一个显著的例子是OpenAI的o1模型，在增加测试时计算量时，其在困难数学和编程问题上表现出持续改进。
虽然我们不清楚o1的训练方式，但Search and Learn旨在填补这一空白，为社区提供一系列方案，使开源模型在给予足够"思考时间"时能够解决复杂问题。
最新动态 🗞️
- 2024年12月16日：初始版本发布，包含代码以复现博客文章中的测试时计算扩展结果。
如何使用本项目 🧭
该项目设计简洁，主要包含：
scripts：用于扩展开源模型测试时计算能力的脚本recipes：用于在测试时应用不同搜索算法的方案。目前支持三种算法：最佳N选（Best-of-N）、集束搜索（beam search）和多样化验证树搜索（Diverse Verifier Tree Search, DVTS）。每个方案以YAML文件形式存在，包含单次推理运行的所有参数。
入门建议：
内容
Search and Learn的初始版本将聚焦以下技术：
- 基于验证器的搜索：使用逐步或过程奖励模型（process reward model）为每一步评分，引导LLM搜索"可验证问题"（数学、代码）的解决方案。包含最佳N选采样和树搜索等技术
- 训练过程奖励模型：训练奖励模型为推理过程的每一步提供评分。这种细粒度反馈能力使过程奖励模型（PRM）成为LLM搜索方法的天然适配
安装指南
要运行本项目代码，首先创建Python虚拟环境（例如使用Conda）：
conda create -n sal python=3.11 && conda activate sal
pip install -e '.[dev]'
接下来登录Hugging Face账户：
huggingface-cli login
最后安装Git LFS以便将模型推送到Hugging Face Hub：
sudo apt-get install git-lfs
现在可以查看scripts和recipes目录，获取关于如何扩展开源模型测试时计算能力的说明！
项目结构
├── LICENSE
├── Makefile <- 包含`make style`等命令的Makefile
├── README.md <- 开发者使用的顶级README
├── recipes <- 方案配置、加速配置、Slurm脚本
├── scripts <- 扩展模型测试时计算能力的脚本
├── pyproject.toml <- 安装配置（主要用于配置代码质量和测试）
├── setup.py <- 使项目可被pip安装（pip install -e .）以便导入`sal`
├── src <- 本项目使用的源代码
└── tests <- 单元测试
复现我们的测试时计算结果
recipes README包含启动命令和配置文件，用于复现我们的结果。
引用
如果您在工作中发现本仓库内容有用，请通过\usepackage{biblatex}按以下方式引用：
@misc{beeching2024scalingtesttimecompute,
title={Scaling test-time compute with open models},
author={Edward Beeching and Lewis Tunstall and Sasha Rush},
url={https://huggingface.co/spaces/HuggingFaceH4/blogpost-scaling-test-time-compute},
}
请同时引用本仓库所基于的DeepMind原始工作：
@misc{snell2024scalingllmtesttimecompute,
title={Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters},
author={Charlie Snell and Jaehoon Lee and Kelvin Xu and Aviral Kumar},
year={2024},
eprint={2408.03314},
archivePrefix={arXiv},
primaryClass={cs.LG},
url={https://arxiv.org/abs/2408.03314},
}
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。