最近，Meta AI 和加州大学圣地亚哥分校一起想出了个新办法叫 Deep Think with Confidence（DeepConf），专门用来提高 AI 答题的正确率。
简单来说，它就像给 AI 装了个 “靠谱度检测器”，答题时能实时判断答案靠不靠谱，把不靠谱的答案扔掉，靠谱的答案重点参考，又快又准。
一、怎么判断答案靠不靠谱AI 答题时，每写一个字心里都有个 “底气值”。比如它特别确定答案时，这个值就高；拿不准的时候，值就低。这是最基础的判断标准。
但 DeepConf 还会从整体分析。它会像滑动取景框一样，看看一段话里的平均 “底气值”，快速判断这段话靠不靠谱。而且最后几句话尤其关键，因为答案往往在结尾。要是答题过程中有一步明显错得离谱，那这条答题思路基本就废了。把这些因素综合起来，就能算出每条答题思路的 “靠谱总分”。
二、根据靠谱程度优化答案
（一）全部答完再筛选（离线推理模式）当 AI 把所有可能的答案都写出来后，DeepConf 用两个办法选出最靠谱的答案：按靠谱程度投票：以前投票选答案，不管答案靠不靠谱，权重都一样。现在不同了，靠谱的答案在投票时话语权更大，不靠谱的答案就算跟别人选一样，影响力也很小。就像投票选班长，大家肯定更信得过平时成绩好又负责的同学。筛选优质答案：
只留前 10%：直接把最靠谱的 10% 答案留下来，这样能保证答案质量特别高。但如果 AI 对错误答案过于自信，可能会把错的也留下。
淘汰最差 10%：保留 90% 靠谱的答案，淘汰最差的 10%。这种方法既能保留多种思路，又能保证答案靠谱，更稳定实用。
（二）边答题边筛选（在线推理模式）
这个方法能让 AI 在答题过程中，及时发现不靠谱的思路并停止，避免浪费时间：
提前摸底：遇到新问题时，先快速生成 16 条答案，算出其中最不靠谱的 “底线分数”，再根据设定好的比例（比如保留 10% 或 90%）确定停止标准。动态筛选：在大量生成答案时，每写 2048 个字就检查一次 “靠谱度”。如果低于标准，就立刻放弃这条思路。而且每当完成一条答案，就看看目前所有答案里，有没有 95% 以上都达成共识的，如果有，就直接交卷给出答案。
在 AIME 2025 的测试里，DeepConf 效果特别好。用 GPT - OSS - 120B 模型测试时，全部答完再筛选的方法，正确率从 97% 提升到了 99.9%；边答题边筛选的方法，在少写 85% 字的情况下，正确率还能达到 97.9%。经过多个模型和测试题验证，DeepConf 不仅让 AI 答题正确率平均提高了 10%，还节省了大量时间和资源，真正做到了又快又准。
网友回复
