研究提出LTD与ARP智能体置信度校准方法

Priyanka Mary Mammen、Emil Joswin、Srujananjali Medicherla 发表论文，提出 Latent Trajectory Dynamics（LTD）与 Action Representation Probe（ARP）两种方法，从模型内部表征预测多轮智能体任务的最终成败。 LTD 汇总交互轨迹中残差流表征的变化，ARP 则从动作决策时形成的表征预测成功与否。作者称，在 Bash、SQL、Python 三个交互式基准和 Qwen14B、Qwen7B、DeepSeek6.7B 三个模型系列上，两种方法一致优于表层生成与基于序列的校准基线，且无需修改提示或多次采样即可作为零开销可靠性监测器。

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。