confidence-adaptive

CAT 引入了一个框架，利用模型自身置信信号，根据问题难度自主调整推理长度，减少过度思考，提高大型推理模型的推理效率。

提出了一种置信感知的SwiGLU（κ-SwiGLU），它根据token级路由置信度调整混合专家模型中专家门控的锐度，以最小的计算开销提升了性能。