Qwen团队等提出Confident Decoding，绕开对齐税使奥数难题准确率提升22.4%

Qwen团队、清华大学与南洋理工大学的研究指出，大模型最末几层会因RLHF、DPO等对齐后训练产生对齐税扰动，中间层反而凝聚了更精准的推理语义，并提出免训练、即插即用的解码策略Confident Decoding。