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 团队联合清华大学、南洋理工大学提出无训练、即插即用的解码策略 Confident Decoding，通过锁定中间层熵谷、绕过最末几层由 RLHF/DPO 带来的对齐扰动，在 Omni-MATH Level 4 难题上让 gpt-oss-20b 准确率提升 22.4%。