FINAL-Bench 发零 Token 置信度：不问模型答案对不对，直接读隐藏状态

9 月 20 日，FINAL-Bench 在 Hugging Face 博客发布 Zero-Token Confidence（ZTC）：不要求模型再生成一段置信度答案，而是从现有模型最后一次前向的隐藏状态读取信号，校准成答案正确概率。官方页给出的直观对照是，同一个模型被直接问「有多确定」时得到 0.5000，接近抛硬币；读取内部状态后为 0.8801。

实现被压到一个 45 KB 探针文件：保存权重向量、标准化参数与校准常数，不需训练数据、额外依赖或远程服务。FINAL-Bench 用 2,018 道题统一评测多个验证器：Darwin-397B 的 ZTC AUC 0.7394，独立 ZTC-Judge-27B 为 0.7255，均用 0 个生成 token；只读答案长度与格式的表面基线也有 0.7036。它改变了「让模型自报信心」这一常见做法的成本结构：置信度判断从第二次推理变成现有前向的廉价读出。边界：榜单和提升数字来自 FINAL-Bench 自建基准，2,018 题的构成与真实任务迁移仍需第三方复核。

原文链接：Hugging Face 官方博客