选择、重组还是新的解决方案？单遍测试时间聚合的无候选控制

当每个候选都错误时，无法选择正确的候选，但聚合调用仍然可以重新解决问题。因此，正确的聚合答案可能反映重组、新的解决方案或两者兼而有之。对于有效的测试时推理，相关问题是候选上下文是否会增加额外生成过程之外的价值。我们在相同的最大输出词元限额下引入缺失的无候选控制，并按正确候选的数量进行分层。在使用 Qwen3-4B 的 AIME-2025 和 HMMT-2025 中，当多个候选正确时（$Δ_{\mathrm{cand}}$(c2+) = +0.290），候选调节提高了准确性；当每个候选错误时（$Δ_{\mathrm{cand}}$(c0) = -0.123）降低了准确性，并且在单一正确机制中仍未解决。 c2+ 和 c0 结论在对自适应双基准程序进行保守修正后仍然存在。在这种反事实的情况下，对完全错误的恢复的解释在这个范围内发生逆转：相对于新的解决方案，以完全错误的候选池为条件降低了准确性。原始格式匹配和安慰剂结果描述性地描述了失败的特征，但其机制尚未解决。在单独的结构化干预中，明确的答案字段会因果地将输出引导至其值；屏蔽不会产生可测量的准确性改进，并且未建立与原始格式的等效性。证据仅限于一个 Qwen3-4B 系列、两个数学基准、第一答案截断的候选片段和单遍提示聚合。