AI产品经理做研究：每个大模型的幻觉将会被解决，准确率99%

我们提出“置信深度思考”（DeepConf）——一种简洁而有效的测试时方法，它把并行思考与基于局部置信度的过滤相结合。DeepConf 同时支持离线模式和在线模式：既可以在生成过程中、也可以在生成完成后，识别并丢弃低置信度的推理轨迹。该方法在不降低、甚至提升最终答案准确率的同时，显著减少了不必要的 token 消耗。

当然现在这个算法的限制还是在参数娇小的模型里成功了，研究团队在8B~到120B的参数模型里，完成了99%的模型识别准确率。

在实验结果里，DEEPConf的准确率超过了其他的算法模型，并且也减少了相当多的资源浪费。

在可访问全部推理轨迹的离线模式下，DeepConf@512 在使用 GPT-OSS-120B（无工具）时，在 AIME 2025 上达到 99.9% 的准确率，彻底刷爆该基准；相比之下，cons@512（多数投票）为 97.0%，pass@1 仅为 91.8%。在具备实时生成控制的在线模式下，DeepConf 相比标准并行思考最多可减少 84.7% 的 token 消耗，同时保持或超越原有准确率。图 1 展示了我们的主要结果

并且这个算法支持在线与离线两种模式，离线模式需要更多的算力资源，而在线模式的效果就不如离线好。

从现在来看，要实现模型的识别率提升到99%，没有幻觉，就加上这以上几行代码就可用了

附录里给了 vLLM 修改不到 50 行的伪代码，简单直接，甚至直接pull mr即插即用。如下是附录代码内容

总的来说，将其性能可以提升，如果针对自己要节约训练时间的，可以用think confen算法来提升。

这种没有监督的自我监督学习方法，虽然就增加了算力要求，但是确实将幻觉降低到了1%。

今天的分享就到这里