无需答案的准入：面向LLM优化建模的无标签认证与经验学习

面向优化建模的经验学习Agent通过存储已验证技能来改进，但现有学习器依靠已知答案检查来准入知识，而真实工单流并不提供答案。常见的无标签替代方法也不可靠：在一个300题、对学习器隐藏标签的问题流上，允许所有可执行模型入库会使约四分之一的准入被错误模型污染；单实例一致性则可能接受只在某一个取值上一致、在其他取值上不同的模型。我们提出AdmitOR，一个基于校准后的外部行为证据的准入门。来自三个模型家族、提示策略和求解器技术栈的候选模型，在从抽取参数域重采样的实例上运行；所得值函数轨迹的一致性通过跨家族团汇总，再由校准阈值决定接受、弃权或升级。预注册的假发现率标准在校准数据上成立，但在真实问题流上不成立。我们完整报告这一负面结果，并将大部分失败追溯到未忠实表达标注实例的基准文本。在一个先进技能学习器中，使用同一组日志比较四种准入评判方法，AdmitOR将准入精确率提高到0.927，多数投票为0.871，执行成功判定为0.726；被错误模型污染的准入分别减少到约1/3.1和1/8.0。AdmitOR生成的技能库最小，却在五个公开基准上获得最高宏平均准确率58.4，多数投票为54.8，使用真值标签的技能库为53.9。文中报告相对多数投票提升3.5个百分点，该增益得到配对bootstrap支持，并在修正宿主侧异常后仍成立。据我们所知，AdmitOR是首个围绕明确校准的假发现率目标设计的无标签准入机制。迁移失败揭示了将其扩展到真实问题流的一项必要条件。