朴素采样每步选当下最好——可能整体不优。 Beam Search 保留 K 个候选并行探索—— 最终选整句概率最高的。机器翻译、摘要的标准做法。
每步选当前概率最高的——快但可能掉进次优。
在每一步**保留 K 个最有希望的"束（beam）"**—— 而不是只跟最好一个。 最后选**整体最优**的序列。
Trade-off：K 越大质量越好，但**算力 × K 倍**。 翻译 / 摘要常用 k=4-10；LLM 聊天通常用采样（生成多样化）。
Beam search 倾向产生"**最可能但平庸**"的回答—— 会丢失多样性、变机械、重复。
LLM 聊天要"自然 + 有创意"—— temperature + top-p 采样 更好。 Beam 仍用于**翻译、摘要、确定性输出**。