从零实现推理扩展与Best-of-N

教程实现采样、自洽性和Best-of-N，并称答案准确率可提升两倍以上。

推荐理由：教程从logits、温度与top-p搭建多样化采样，再用于自洽和Best-of-N；关键价值是展示计算预算如何换取准确率。