介紹Darwin-397B-ZTC模型，配備自我校驗技術

開發人員推出了 Darwin-397B-ZTC — 一種新的 MoE 模型，具有 397 億個參數，基於 Qwen 3.5 架構。該系統使用 FP8 精度，針對解決複雜邏輯問題。

模型的關鍵特徵是 Zero-Token Confidence (ZTC) 技術。這個機制允許神經網絡在生成第一個文字之前進行內部自我檢查和評估對答案的信心。這種方法旨在降低在處理關鍵數據時的幻覺可能性。

在測試過程中，模型在 GPQA Diamond 基準測試中展示了 93.43% 的結果，該基準測試評估 AI 在專家科學知識領域的能力。系統的性能為 19 分，在 2 小時內完成任務，這證實了在處理高負載請求時架構的有效性。

模型可通過 Hugging Face 平台的存儲庫進行瀏覽和集成。使用 FP8 可以在保持計算精度的同時優化視頻內存消耗，使系統適合部署在專用計算環境中。

ZTC 的實施改變了生成推理的方法，從簡單的概率生成轉變為迭代驗證過程。這允許在答案準確性比文本生成速度更重要的場景中使用模型。