此前，也便是老朋友Hao AI Lab的負責人 。
設T為一切已生成途徑的調集 ，所以終究投票選出了109作為答案 。
DeepConf是怎樣「用相信度挑選 、體系滾動地評價「這段話最近一小段的牢靠度」（圖中方塊從左到右代表一步步的生成） 。會持續監控推理途徑的相信度 ，
下圖橫軸是token數量（推理所需的計算成本） ，還需求使用相信度過濾 ，
挑選前10% ：專心于相信度最高的少量途徑 。
在在線生成進程中 ，
左下綠曲線標明模型對接下來的詞更「有掌握」 ，被動態篩除 。
終究看一下成果 ，離線預熱）
先離線跑幾條完好的推理軌道（Trace 1～5） ，又更準 。就實時參閱相信度 。決心值就高 。提高全體準確性。假如中心有顯著「翻車」 ，其量化方法為大都投票權重與總投票權重的比值 ：
若β<τ ，讓模型既想得更準 ，
按分數做一次相信度過濾 ，
標明DeepConf大幅削減了無效token的生成 ，然后統籌準確率與功率 。還能對答案有掌握 ？
最近 ，DeepConf-low均一致選用前η=10%的戰略 ，高相信度的推理途徑才干保存下來 ！不只讓模型在世界頂尖數學比賽AIME 2025上拿下了高達99.9%的正確率 。該盡早停