本文探讨了奖励增强解码（RAD）和贝叶斯奖励模型在优化大型语言模型（LLMs）文本生成过程中的应用。研究表明，RAD在生成非有毒和情绪受控文本方面表现优异，并且降低了计算开销。通过训练部分序列的奖励模型，提出了更有效的文本生成策略，提升了模型的对齐性能和生成效率。