Best-of-N
N cevap üret, birini seç. Kaliteyi eğitim zamanında değil, çıkarım zamanında hesaplama harcayarak satın almanın en basit yolu.
Seçim iki yoldan biriyle yapılır: bir ödül modeli adayları puanlar ve en iyisi kazanır ya da hangi nihai cevabın en sık çıktığına bakılır. İkincisine öz tutarlılık denir ve matematikte şaşırtıcı derecede iyi çalışır. Doğruluk kabaca logaritmik artar, yani her ikiye katlamada getiri azalır; maliyet ise doğrusal büyür. Yöntem eğitim verisi üretmek için de kullanılır: çok sayıda cevap örnekle, en iyilerini sakla, onlarla ince ayar yap. Bilinen sınırı ödül hilesidir: N büyüdükçe örnekleyici iyi olmak yerine ödül modelini kandıran cevaplar bulmaya başlar, eğri düzleşir ve sonra aşağı döner.