AB实验是为了检验某方案是否有效，即检验方案实施后的总体B是否相对实施前的总体A有显著提升。预期提升比例越大越说明B比A有显著差异，则只需越少的样本就能得出显著的结论，参考以下公式： 

在AB测试中，确定最小样本量是为了确保实验结果的统计显著性和可靠性。以下是对各选项的分析：

A: 在其他条件一定时，预期提升比例越大，最小样本量越小
- 正确。预期提升比例（效果大小）越大，所需的样本量越小，因为较大的效果更容易被检测到。

B: 在其他条件一定时，样本方差越大，最小样本量越小
- 错误。样本方差越大，数据的变异性越大，为了检测到同样的效果，所需的样本量会增加。

C: 在其他条件一定时，选取α值越大，最小样本量越大
- 错误。α值是显著性水平，α值越大（比如从0.01增加到0.05），允许的第一类错误（假阳性）越多，所需的样本量反而会减少。

D: 在其他条件一定时，选取β值越小，最小样本量越大
- 正确。β值是第二类错误（假阴性）的概率，1-β是检验的功效。β值越小，功效越大，为了确保足够的功效，需要增加样本量。

因此，正确答案是：A和D。