LAND نمونه‌گیری در روش Best-of-N را متناسب با ارزش هر منبع تنظیم می‌کند

در روش Best-of-N، چند پاسخ از یک ورودی تولید و بهترین آن‌ها انتخاب می‌شود؛ اما تخصیص یکسان محاسبات به همهٔ ورودی‌ها ممکن است ناکارآمد باشد. طبق چکیدهٔ مقاله، نمونه‌گیری بیشتر برای ورودی‌هایی با پراکندگی کم در امتیازها سود اندکی دارد و ممکن است برای ورودی‌هایی با پراکندگی زیاد، فایدهٔ بیشتری داشته باشد.

پژوهشگران در پیش‌چاپی در arXiv، روش LAND (Learning an Adaptive Number of Draws) را پیشنهاد کرده‌اند. این روش با داده‌های کالیبراسیون، ترکیبی گسسته و تجربی از توزیع‌های امتیازِ وابسته به منبع می‌آموزد؛ سپس با مشاهدهٔ امتیاز پاسخ‌ها، برآورد خود از هر منبع را به‌روزرسانی می‌کند و نمونه‌گیری را زمانی متوقف می‌کند که فایدهٔ موردانتظارِ ادامه‌دادن کافی نباشد. چکیدهٔ در دسترس توضیح بیشتری دربارهٔ نتایج آزمایش‌ها ارائه نمی‌کند.