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%

就在今天，在科研圈Meta公布了一个全新的算法，通过几十行代码就实现了

在文献里，Meta团队提出的这个算法名字叫做 Deep Think with Confidence 简称为DeppConf

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

文献地址：https://arxiv.org/pdf/2508.15260

“分享产品经理改变世界的点滴”

产品顾问｜ 产品咨询｜培训合作

请添加微信 PMxiaowanzi

最近我的原创

每日案例拆解库，AI等产品打卡群

我创建的产品设计打卡社群，加入后365天，每天体验一款APP。提升产品设计能力，同时有1300份体验报告帮助你找到竞品

在这里你可以随时查询到你想找的各类竞品行业APP，无须自己亲自下载就可以马上得到APP的一手产品优化、交互设计、功能描述信息。

从优化&建议、商业模式、运营、功能描述、交互设计、产品定位至少6个维度，体验一款应用。

平均1天1块钱，扫码购买即可加入

连续体验48款应用，通过后原路退回

报名后添加星球助理

PMTalk123