Do Agents Know When They Succeed? Calibrating Agent Confidence from Internal Representations

论文用 residual stream 的轨迹变化构造 Latent Trajectory Dynamics，并在动作节点训练 Action Representation Probe，直接估计多轮任务最终是否成功。Bash、SQL、Python 三个交互基准上，Qwen14B、Qwen7B、DeepSeek6.7B 三个模型族均超过表面输出和序列校准基线；监控不需要改 prompt、重复采样或额外推理回合。