(trl 训练器代码如下) 如何扩展语言模型搜索？语言模型能否在不对模型进行任何训练的情况下，通过引导重采样来指导其解决通常无法解决的新问题？结果是，答案是有点是的。这对后训练和安全研究具有重要意义。