学习何时采样：用于高效大语言模型思维链推理的置信感知自一致性

大语言模型通过思维链（CoT）推理展现出强大的推理能力，但常生成冗余路径导致高昂成本。现有自一致性方法虽提升准确率，却需多次采样带来巨大计算开销。本文提出一种置信感知决策框架，通过分析单条推理轨迹，自适应选择单路径或多路径推理模式。该框架利用 MedQA 数据集的中间状态特征训练，无需微调即可泛化至多个领域。实验表明，该方法在保持与多路径基线相当准确率的同时，减少了高达 80% 的 token 消耗，实现了精度与效率的有效平衡。