VERDI：基于分解推理的验证型 LLM 评判器单次调用置信度估计

针对 LLM 作为评判器时缺乏可靠置信度评估方法的问题，本文提出 VERDI 方法。该方法无需额外推理调用，通过分解验证式评估为子检查，从已有的推理轨迹中提取步骤一致性、主张边界及证据 grounding 三个结构信号，并结合逻辑回归生成置信度。实验表明，在多个基准测试及生产系统中，VERDI 显著优于传统的 Token 对数概率方法，尤其在后者失效的场景下表现优异，且具备跨模型迁移能力。