可以及時停掉，然后觸發在線早停。

問題難度經過已生成途徑之間的一致性程度來評價，然后依據質量對投票進行加權。

之前的辦法在完好生成之后運用相信度/熵用于測驗時和強化學習（RL） 。而且相信度更高，適用于少量途徑就能解決問題的場景，然后更準確地確認終究答案 。該持續；哪條思路不靠譜