Meta与UCSD推出DeepConf方法，开源模型在AIME 2025首次实现99.9%准确率

Meta AI与加州大学圣地亚哥分校（UC San Diego）的研究团队近日提出一种名为Deep Think with Confidence（DeepConf）的推理方法，通过对推理路径进行“置信度筛选”，让开源模型在国际顶尖数学竞赛AIME 2025上取得99.9%的正确率。团队称，这是首次利用开源模型在AIME 2025上、且不使用任何外部工具的情况下实现该成绩。

方法的核心在于并行思考与动态过滤。模型会同时生成多条推理路径，DeepConf持续监控每条路径的“局部置信度”，将信心值过低的路径及时淘汰，只保留更有把握的路径进入最终表决；表决环节不再是简单计票，而是按置信度加权投票，使高置信度路径拥有更大话语权。以哈佛-麻省理工数学竞赛HMMT 25的一道题为例，系统在若干候选答案中，凭借支持路径更多且置信度更高，最终选出正确答案。

效率提升是该方法的另一卖点。团队公布的数据显示，DeepConf在多种模型与数据集上平均带来约10%的准确率提升，同时将生成token数量削减最高达85%。在AIME 2025基准上，使用GPT-OSS-120B模型时，在减少85% token消耗的前提下仍达到97.9%的准确率；离线模式下准确率由基线的97%提升至99.9%。方法适用于从8B到120B的各类开源模型，无需额外训练，也无需超参数微调，在vLLM中仅需约50行代码即可集成。

DeepConf提供离线与在线两种模式。离线模式在推理路径全部生成后，依据置信度加权聚合答案，最大化准确性；在线模式则在生成过程中实时参考置信度，一旦某条路径的信心值跌破由“离线预热”阶段设定的阈值，便立即停止生成，从而避免在错误路径上浪费算力。团队还引入自适应采样，依据已生成路径之间的一致性程度动态调整推理路径数量——若模型尚未就答案达成共识则继续生成，反之则停止。研究人员将两种在线策略分别命名为DeepConf-low和DeepConf-high，前者保留置信度前10%的路径，后者保留前90%，以在准确性与鲁棒性之间取得平衡。论文一作Yichao Fu为UC San Diego计算机科学与工程系博士生，师从张昊教授，此前在浙江大学获得学士学位，研究方向聚焦大模型推理的算法与系统优化。