Beam search（集束搜索）是一种在生成式 AI 中的搜索策略，常用于编码器-解码器架构。解码器在每一步生成词汇表中每个标记是下一个标记的概率，使用这些概率来评估句子块而非单个单词的概率，并在每一步保留最有可能生成的块。
在一些实验中，如 PromptAgent 论文精读翻译中的基线实现细节，Beam search 与 PromptAgent 使用相同的扩展功能。除根节点外每个节点扩展为 3 个新节点，集束宽度为 3，意味着搜索树的每个深度都有 9 个节点，而最好的 3 个节点会被保留用于下一次扩展，根节点扩展为 9 个新节点，搜索深度为 8，总共有 72 个节点或新提示。
在常用采样策略中，Beam search 是确定性采样的一种。它维护 beam 的大小为 k，对当前 beam 中的所有路径做下个 token 的展开，选取累积概率最高的前 k 个路径作为新的 beam，以此类推。计算量增大，但输出有一定确定性同时更加丰富。当 k=1 时退化成 Greedy Search（贪心搜索）。
