LLM 能否预判自身的决策关键分歧点？

研究显示 LLM 难以事先预判自身决策的关键分歧点（crux）：其先验判断与事后从推理中实际识别的重要因素几乎没有关联，单次 rollout 虽有帮助仍不足以覆盖完整集合。该研究比较了三种计算成本递增的策略，其中多 rollout 对比方案借助廉价 reranker 调用实现，估算算力仅为 judge 的 1/86。高风险决策仍需采用多 rollout 流程。