标签
本工作坊论文考察了当累计 token 上限落在数学推导过程之中时，对测试时控制器产生的影响，并基于 19,200 条归档轨迹，对比了严格模式（到达上限即停止）与建议模式（完成当前尝试）两种停止策略。研究发现，预算曲线必须同时报告上限、实际开销、候选样本覆盖率以及选择器信息，因为仅凭候选覆盖率和名义预算可能会产生误导。