共形思维：计算预算下的推理风险控制

推理大语言模型支持测试时扩展，但自适应推理中的令牌预算设定面临风险与准确率的权衡挑战。本文将该问题重构为风险控制任务，旨在限制错误率的同时最小化计算消耗。框架引入置信度上限阈值以停止充分推理，并提出新颖的参数化下限阈值以提前终止无解实例。利用无分布风险控制方法，根据目标风险和验证集优化设定这些停止机制。实验表明，该方法在遵守用户指定风险目标的同时，显著提升了多样推理任务中的计算效率。