解码策略（搜索）_集束搜索的优点-CSDN博客

本文链接：https://blog.csdn.net/black_lightning/article/details/120931343

本文概述了三种关键搜索算法：beamsearch（集束搜索）、exhaustive search（暴力搜索）和greedy search（贪心搜索），讨论了它们的优缺点及适用场景，强调了在实际问题中如何平衡效率与全局最优。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

beam search（集束搜索）
Exhausitive Search（暴力搜索）
greedy search（贪心搜索）
总结

beam search（集束搜索）

而beam search是对贪心策略一个改进。思路也很简单，就是稍微放宽一些考察的范围。在每一个时间步，不再只保留当前分数最高的1个输出，而是保留num_beams个。当num_beams=1时集束搜索就退化成了贪心搜索。
在这里插入图片描述

优点：综合了Greedy search和Exhausitive Search，在他们中间取取平衡，beam size为1即为greddy search，beam size为N(词库大小)即为Exhausitive Search。缺点：无。

Exhausitive Search（暴力搜索）

暴力搜索考虑的是全局最优解，需要把每一种可能输出结果都算出来，然后找出概率最大的输出。这种搜索空间是非常巨大的，假设我们的词表大小为N，句子长度为T个单词，整个搜索时间复杂度为O(NNT)，一般N取值在几万到几十万级别，T在为几百个单词，实际计算比较慢。

优点：全局最优解，缺点：计算速度慢。

greedy search（贪心搜索）

greedy search比较简单，就是贪婪式的搜索，每一步都选择概率最大的单词输出，最后组成整个句子输出。这种方法给出的结果一般情况结果比较差，因为只考虑了每一步的最优解，往往里全局最优解差距很大。假设我们的词表大小为N，句子长度为T个单词，整个搜索时间复杂度为O(1NT)。
例如下图，每一个时间步都取出了条件概率最大一个结果，生成了序列[A,B,C]。

在这里插入图片描述