一篇题为《Free Lunch for LLMs Confidence: The RL Critic Already Knows》的研究论文于2026年10月26日发布在arXiv预印本平台（编号2610.31820v1），提出了一种无需新增训练即可提升大语言模型（LLM）置信度估计能力的新方法。
研究发现，在基于正确性结果定义的强化学习框架下，LLM的置信度估计问题与Critic的价值函数学习在数学上等价——二者均旨在预测策略响应正确的概率。因此，对于已采用价值型RL训练的LLM，其内置Critic可直接作为现成（off-the-shelf）的置信度估计器，无需访问模型内部表征，也无需额外数据或计算开销。
实验表明，该复用方案在数学、代码生成、工具调用及通用推理等十余个领域中，于所有分布内（in-distribution）测试集上均取得最优置信度估计性能，并在16个评估子集中的14个上实现最佳校准度，且完全不损害原有任务性能。Critic还能在生成全过程（包括中间推理步骤）提供细粒度置信度输出。
该成果为LLM可信部署提供了轻量、即插即用的技术路径，但其适用范围明确限定于采用价值型强化学习训练的模型，且结论基于论文所报告的实验设置与评估协议。