Rozwiązanie buduje się krok po kroku, a weryfikator (np. model nagrody procesowej) ocenia częściowe ścieżki i decyduje, które rozwijać dalej.
The solution is built step by step while a verifier (e.g. a process reward model) scores partial paths and decides which to expand.
To budowanie rozwiązania z kolejnych kroków wybieranych przy pomocy dodatkowej oceny.
This builds a solution from successive steps selected with additional evaluation.
Pełne sprawdzanie wielu gotowych odpowiedzi marnuje pracę na ścieżki, które psują się już na początku.
Checking many completed answers wastes work on paths that fail near the beginning.
Weryfikator ocenia częściowe ścieżki, a system rozwija te bardziej obiecujące i odrzuca słabsze.
A verifier scores partial paths, and the system develops more promising ones while discarding weaker alternatives.
Przy układaniu harmonogramu ocena odrzuca kolejność naruszającą dostępność sali przed dopisaniem reszty spotkań.
While building a timetable, evaluation rejects an order that violates room availability before the remaining meetings are added.