DeepConf memanfaatkan skor kepercayaan internal model untuk menilai dan menyaring jalur penalaran secara dinamis.
Mode offline DeepConf memilih dan menggabungkan jejak penalaran terbaik menggunakan confidence-weighted majority voting.
Mode online DeepConf menghentikan jalur penalaran berkinerja rendah secara real-time berdasarkan ambang kepercayaan.
DeepConf meningkatkan akurasi penalaran LLM hingga 99,9% pada benchmark AIME 2025.
DeepConf mengurangi jumlah token yang dihasilkan hingga 84,7%, menghemat komputasi secara signifikan.
Metode ini tidak memerlukan pelatihan ulang model atau penyetelan hyperparameter yang kompleks.
Get notified when new stories are published for "Berita Peretas 🇮🇩 Bahasa Indonesia"