Anchored Decoding中k-NAF预算记账机制的实证审计

摘要

我们对Anchored Decoding中的k-NAF预算记账机制进行实证审计，采用(i)固定的、按类别分层的负载（跨六个提示类别约8500次随机化执行）与(ii)以高代理支出比为目标的自适应提示搜索流程。在固定负载上，平均累计KL支出远低于{600, 1000}中的序列级预算K，且一个经验Bernstein式代理量在每个类别下都保持在K以下；表层重叠诊断（ROUGE-L与5-gram Jaccard）也相应很小。自适应搜索提高了代理支出比，但并未产生明确的预算耗尽。在k=3的保留版权领域负载上，若干提示在实现样本量较小的早停评估下呈现高于1的代理比；在相近的平均支出下以更大的分配重新评估相同提示，代理比降至[0.26, 0.40]区间，与代理量伪影一致，而非逐轨迹预算失效。