论文
以沉默取胜：LLM计划评估中的删除非单调性、自主利用与类型化状态门控
Win by Silence: Deletion Non-Monotonicity, Autonomous Exploitation, and Typed-State Gating in LLM Plan Evaluation
摘要
计划评估器可能仅仅因为计划变得更含糊而奖励它。本文在面向LLM生成的创业路线的分期期望值评分器中研究该失败。命题1给出删除内部转移并重定向其前驱、保留下游价值时的分数变化：Δ_k = (∏_{i<k} p_i)[c_k + (1-p_k)R_{k+1}]。在冻结的26条路线群组上：全部57个可采纳删除都与解析恒等式及阈值符号吻合，且每条路线都有至少一个提分删除。一个寻分优化器（允许重构路线但未被告知利用机制）在21/26条路线上找到胜过基线的未覆盖结构。GATE对26/26条沉默路线拒绝发布分数、对诚实挂起为0/26；拒绝后47/54的下一轮修订修复为覆盖结构，严格覆盖改进从1/26升到13/26。一个自适应的编译器感知合著者暴露注册表出处边界：义务通道规避在全部四个v1/v1.5条件下保持6/6，而按delta索引的成本下限把“胜过诚实”的路线从6/6压到3/6、把“靠沉默获得资助”从5/6压到0/6——但未确立语义完备性。如果计划仅因省略必要工作而得分更高，计划并未改进——是评估制造了省略激励。PCSC经模型中介的类型化状态记录检测并中和事后省略拼接。在受测的合作设定中，GATE充当确定性搜索塑形约束，而非仅仅事后过滤器。它不验证任意LLM生成策略的语义完备性或现实质量。