JEV类直接决策模型在36个有序数据集上只用掉67–76%的有效标签空间，BA-LoRA后训练可把利用率从约47%提到86%

论文把“有序量表利用率偏差”定义为一个总体层面的可靠性问题：最终决策系统性地只占据比同一批金标更少的有序层级，并用基于熵的有效支持利用率比值来度量。 此前关于标签先验、选项顺序和LLM评判者偏好的工作记录的是具体偏好（如低分、Neutral、某个位置），本文把关注点移到“模型与任务特定的有序量表区域被限制使用”这一共同属性上。 在40个数据集（每个5,000条、按金标分层抽样）上对四个模型做宏平均；36个有序数据集上决策仅使用67.2%（KEV-4B）至75.8%（JEV 1.13）的有效金标支持，TVD为29.8–37.5%，而四个名义任务为87–102%、TVD 6.0–18.6%。

论文用候选顺序随机化与同一批样本的量表细化，把该压缩与准确率、金标不平衡、固定位置偏差和候选数量区分开。 随机化会削弱但不消除压缩（六个有序数据集上利用率从55.3–65.0%升到67.7–73.9%，名义任务仍为–99.3%），且宏准确率变化不超过0.55个百分点；在固定样本与源分数、平衡金标支持与位置后，K从2增到14时所有模型利用率下降，K=14时降至26–75%。 顺序干预覆盖六个有序与三个名义数据集、每条样本两个随机排列；细化实验使用三个连续分数来源各1,400条，等频分箱下金标接近平衡（K=2时99.8%、K=14时97.0%），并以DBpedia作为高准确率上限参照。

论文显示该压缩是习得且可修改的：BA-LoRA定向后训练在八个受监督量表上把金标相对利用率从约47%提升到86%，同时改善准确率与有序误差。 这使候选空间压缩从诊断观察变成可操作的后训练目标，并表明它并非候选接口的固定架构限制。 在源ID与归一化文本哈希均与评测面板不相交的32,000条后训练样本上适配KEV-0.8B与KEV-4B；训练源数据集上利用率由47.4%升至86.8%（0.8B）、46.4%升至85.6%（4B），TVD由54.7%降至19.7%、52.9%降至19.0%，准确率分别提高13.0与15.3个百分点。

论文指出迁移到未受监督来源的效果依赖模型规模与来源相似度，并建议评测同时报告利用率与TVD。 它把“域内恢复”与“通用去偏”分开：4B在其余28个有序数据集上利用率升至81.3%、TVD降至27.6%，而0.8B在同一聚合上反向变化（利用率72.7%、TVD 35.1%）。 迁移结论基于完整冻结的40数据集面板；附录中15个数据集的图示按KEV-0.8B增益事后挑选，作者明确说明其仅作描述性展示。

该结果面向使用JEV类直接决策模型做分类、评分与自动评测的研究者与工程团队，适用于候选构成共享有序量表、相邻层级语义接近的任务；在此设定下，利用率与TVD可作为准确率之外的常规审计指标，量表细化可用于检验模型在更细层级上的决策分辨率。BA-LoRA后训练为在受监督量表上恢复候选使用提供了可复现路径，其迁移收益在更大模型上更明显，因此对拥有目标量表标注数据的团队最具直接可用性。

语义耦合以二元的有序/名义分类来操作化，因此“为何有序任务压缩更强”的解释依赖任务类型而非耦合程度的连续度量；同一批样本的量表细化只覆盖三个有序来源，其名义参照DBpedia上各模型接近上限，并非难度匹配的对照；位置结果基于每条样本两个随机排列，所有结果均为点估计；利用率比较的是预测与金标分布的有效支持大小，并不表示两者把概率质量放在相同标签上，因此需与TVD分开解读；研究覆盖一个托管系统与一个单一骨干的开源家族，且SST-5、DBpedia-14与IMDb属于KEV训练来源而作者未审计样本级重叠，这些数据集上的KEV结果可能部分反映训练暴露。