CP-Agent：一种用于反馈驱动竞争性编程的校准风险控制代理

大型语言模型在竞赛级编程中仍表现不佳，现有代理方案多依赖大量推理采样或昂贵的多阶段后训练。本文研究执行反馈何时能可靠辅助 LLM 编程求解器及其增益机制。通过将反馈驱动求解建模为校准停止过程，识别出虚假准入风险、程序级反证及活跃状态成功 hazard 三个关键量。基于预声明控制器清单的轨迹校准与选择，构建了清洁成功概率的结构化下界证书。据此实例化了双粒度验证、测试增强和经验驱动自我进化机制，形成 CP-Agent。该方法无需更新参数，即在 LiveCodeBench Pro 上将 Pass@1 从 25.8% 提升至 48.5%，并在 ICPC-Eval 上提升 Refine@5 达 11.0%。