9.8.beam search 预测序列时,并非选择最大概率的词元,而是保留前 $k$ 个最大概率词元,进行预测后会生成 $k times n_"vocab"$ 个词,再在其中选择 $k$ 个最大当前概率的词元,依此类推。 我感觉也可以选择历史概率乘积最大的 $k$ 个,而不是当前概率。