自由配方极限：每个配方效应度量的都是理想化学习者哪个前提被打破

固定一个语料库并把配方搜索推向无穷：尝试技能的每一种顺序、从分块到交错的每一种排布、每一种组合，并保留最优者。有两个量决定这次搜索的价值：它所探索的可达集的直径，以及任何人能区分两个端点的分辨率。当直径低于分辨率时，再多的搜索也无法转化为决策，其特征不是没有赢家，而是赢家经不起重跑。我们用12个基础模型（0.5B—14B，三个预训练家族）上的761次微调来测量这道配方搜索之墙，任务为竞赛数学技能：基础检查点、AdamW下的监督微调、k=4的精确匹配评分。在固定数据量的同一连贯领域内，三种经典自由度的平均值在0.010—0.021之间，与0.019的分辨率底线相当；最大的对比0.0619越过了三种子分辨率，随后在两次重跑中分别读出+0.010和-0.015。具有系统性答案的例外是连贯性：把一个合并语料库对半分，让两半在不兼容但同等正确的约定下撰写答案，会使排布从能力问题变为约定间的分配问题，比同约定对照组大两个数量级；而把约定写进输入即可关闭这一现象。该开关在第二个预训练家族上复现，并经受住了其自身协议的独立重执行，重执行离散度（0.087）小于搜索选出的顺序单元所承载的分辨率（0.144）。顺序本身是一个瞬态量，其符号在单次运行内三次穿越零点。数据量——这个没人称之为配方的东西——才是真正稳定见效的杠杆。一份公开记分卡对全部26条预注册主张打分：18条获支持，5条失败，2条未检验，1条混合。