Как много может лучший из лучших в мире вариант действий? Измерить выбираемую заголовку и реализовать ее в закрытом люке

arXiv:2610.37196v1 Annualce Type: cross Briet: World action Models (WAMS) предсказывает визуальные последствия их действий, что делает отбор тест-время естественным способом усовершенствования фиксированной политики: представить будущее потенциальных мер и осуществить лучшее из них. Преимущество отбора ограничивается выборным верхним залом, насколько лучше лучший кандидат на самом деле, но стандартная оценка, которая исполняет каждого кандидата один раз и сохраняет наилучший результат, сопоставляет качество кандидатов с случайностью всего следующего. Мы введем денонсированный контрфактический протокол, основанный на супер-воспроизводимом ветвях, повторяющихся продолжениях, задерживаемых оракулах и общих случайных числах, который измеряет высоту, которую может реализовать слушатель, и использует свои измерения для построения некачественного переключателя. По четырем WAM, двум контрольным показателям, более 100 000 ветвей и предварительно зарегистрированных тестов мы видим, что i) стандартная оценка переоценивает выбранную высоту семянного зала