Metacognition

自我監督信心訓練：免於刻意「學會停止」即可提升 LLM 推理效率

Learning to Stop without Learning to Stop: Self-Supervised Confidence Training Improves Reasoning Efficiency

研究人員發現，透過自我監督讓推理模型在訓練中預測自身答案的信心度，即使不引入長度限制或提前終止機制，也能在推論時自然減少高達 25% 的 token 消耗並保持相同準確度。