計算予算の中で「推論の誤り率」を握る——Conformal Thinkingという発想

TL;DR（結論）

• 論文の中心メッセージは、こう言い換えられます。
• 「トークン予算をいくつにするか」を直接決めるのではなく、許容するリスク（誤り率）ϵをユーザーが指定し、そのϵを満たしつつ計算を最小化する停止ルールを、検証用データから選ぶ。
• まず前提として、推論はステップ（あるいは“thought chunk”）を積み上げて進みます。

なぜこの問題か

推論に強いLLMは、テスト時に“考える量”を増やすほど、データセット全体の正解率が上がりやすい。つまり、トークン予算を積めば性能が伸びる局面があり、これがいわゆるテスト時スケーリングの魅力になっています。 一方で、その伸びがいつまでも続くわけではなく、「追加の計算がもう効かない」領域に入ってもトークンを支払い続けてしまう、という実務的な痛点が残ります。

核心：何を提案したのか

論文の中心メッセージは、こう言い換えられます。

続きはログイン/プランで閲覧できます。