​Meta 與 UCSD 推出 DeepConf：AI 推理準確率達 99.9%，計算成本降低 85%

在人工智能的快速發展中，Meta 與加州大學聖地亞哥分校（UCSD）合作，推出了一項名爲 “DeepConf” 的創新技術。這項新技術在高難度推理題的準確性和計算成本方面取得了突破性的進展，成爲業界關注的焦點。

DeepConf 解決了長期以來困擾人工智能領域的一個核心問題:如何在進行復雜推理時保持高準確率的同時，降低計算資源的消耗。此次技術的推出，尤其是在 AIME2025數學競賽中的表現，更是讓人驚歎。DeepConf 與開源的 GPT-OSS-120B 模型結合，取得了高達99.9% 的準確率，併成功將計算資源的使用減少了84.7%。

傳統的推理方法往往依賴於生成大量不同解題思路，然後進行投票選出最佳答案。然而，這種方法在準確性和計算開銷上面臨重大挑戰。Meta 與 UCSD 的研究團隊指出，過多的解題路徑可能導致效益遞減，甚至可能由於低質量答案影響最終結果。此外，傳統方法還需要消耗大量計算資源，這在經濟上並不可行。

DeepConf 通過引入 “置信度” 機制，改變了傳統的推理模式。AI 在解題過程中會對每一步的信心進行評估，如果發現某一步驟的信心不足，就會及時停止並調整解題策略。這種靈活的動態調整機制，不僅提高了最終結果的準確性，還有效節省了計算資源。

在 AIME 等頂級數學競賽中，DeepConf 的表現證明了其有效性。與傳統方法相比，DeepConf 的組合不僅在準確率上顯著提升，而且生成的總令牌數減少了84.7%。這意味着，在取得優異成績的同時，DeepConf 也爲計算中心節省了大量的電力消耗，展現了其在 AI 推理領域的潛力和創新。

隨着 DeepConf 的發佈，人工智能的推理能力將迎來新的發展機遇，未來 AI 在複雜任務中的應用前景更加廣闊。

論文:https://arxiv.org/abs/2508.15260

劃重點:  

🔍 DeepConf 技術在高難度推理任務中實現了99.9% 的準確率。  

💡 計算資源消耗減少了84.7%，大幅降低了運算成本。  

🚀 通過 “置信度” 機制，AI 能夠動態調整解題策略，提升推理效率。