arXiv论文证明RL Critic可直接作为LLM置信度估计器

2026年10月26日，arXiv发布论文《免费午餐：基于RL的LLM置信度估计无需额外训练》。研究证明，使用基于价值的强化学习训练的LLM，其现有的critic（评论家）模型可直接作为置信度估计器复用，无需额外训练或数据。 实验表明，复用的critic在数学、代码、工具调用等12个领域的16个测试集上，均为最佳或最佳校准的置信度估计器，且不影响模型任务性能。 该方法为可信LLM部署提供了零成本的解决方案。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。