本文提出了一种基于扭曲序列蒙特卡洛（TSMC）的新验证方法，旨在提升大型语言模型（LLMs）的多步推理能力。该方法通过聚焦有前景的候选项，提高采样效率，减少样本需求，并简化训练目标，降低对人工标注的依赖。实验结果显示，该方法在多个数学基准上表现优越。