GLIDE：面向异构 LLM Agent 的通用逐层内在分布评估方法

arXiv:2609.32295v1 公告类型：new 摘要：LLM agent 需要可靠的步骤级评估来比较候选分支并有效分配计算资源。然而，轻量级评估仍然具有挑战性。外部验证器会带来额外的推理成本，而由 agent 生成的置信度或自评估分数可能存在校准偏差，尤其是当候选由异构 agent 生成时。我们提出了面向 LLM agent 的\textbf{G}eneralized \textbf{L}ayer-wise \textbf{I}ntrinsic \textbf{D}istributional \textbf{E}valuation（\textbf{GLIDE}）。\textsc{GLIDE} 从逐层残差一致性中提取内在步骤证据，用于衡量局部残差更新是否持续支持由候选步骤引发的全局残差变化。它将该证据与生成 agent 的近期分数分布进行校准，并将其转换为悲观奖励，从而联合考虑绝对残差证据和相对该 agent 的表现水平。该奖励为 MCTS 分支选择提供跨 agent 的价值信号，而归一化预测不确定性则用于指导自适应分支。在多跳推理、序贯决策和符号逻辑任务上的实验表明，\textsc{GLIDE} 无需外部验证器或任务特定监督，即可提升任务性能、步骤级排序质量和计算效率。