Critic Experience Bank：面向 LLM 智能体的自进化步级置信度估计

LLM 智能体在外部环境中行动时，单步错误可能导致严重后果，因此需要执行前的步级置信度估计。现有方法仅基于提示评分，忽略了执行后果。本文提出 Critic Experience Bank，一种自进化的评论家框架。该框架通过事后 LLM 根据完整执行反馈对每一步是否有效进行投票，生成伪标签并存入记忆库。当遇到相似步骤时，系统检索相关经验以辅助判断。该方法无需训练或真实标签，在多个基准测试中显著提升了置信度校准效果。