选项顺序不再左右答案：迭代循环重排让五个基准、五个模型的翻转率全部归零
核心概要
System One 决策模型一次前向就给出答案，但答案会随选项排列顺序改变，且概率里混有对答案标签的先验偏好。IJev 从与输入顺序无关的排序出发，反复用去先验的循环平均分布重排选项，再对每一轮分布取平均，而不是返回最后一轮。在五个基准、五个模型上，每个组合的翻转率都是零；默认的均匀轮平均在 25 个组合中有 24 个降低了负对数似然，准确率与单次循环平均相当。
深度剖析
一次前向给出答案的 System One 决策模型，其选择会随选项列出顺序变化，选项越多依赖越强；在智能体里这个顺序常来自工具注册表或页面布局，改一处就可能悄悄改变预测。 此前的 AnyJev-L0 读入输入顺序的全部循环移位并除掉标签先验，但它平均的只是输入顺序的旋转，输入顺序仍决定哪些列表进入平均，而且这些列表只构成一个循环类。 在五个基准、五个模型上，原始列表读法的翻转率从 7.9% 到 59.7%，AnyJev-L0 把它降到 1.4%–39.4%，但从未降到零。
IJev 把重排与去先验循环平均交替迭代，每一轮都只依赖上一轮的不变顺序，因此每一轮迭代和轮平均都与输入顺序无关。 不变排序算子是一个固定函数，对同一选项集合的任意输入顺序都返回同一张有序列表；按选项文本排序和按逐点是否正确的打分排序都是例子。 在五个基准、五个模型共 25 个组合上，IJev 的翻转率全部为 0.0，与不变性命题的保证一致；20 轮的运行没有在打乱顺序下重复。
迭代轨迹在 20 轮预算内仍在移动，所以返回最后一轮等于取一个任意样本；默认改为对已跑各轮的分布取均匀平均。 单次循环平均只覆盖初始算子选中的那一个循环类，不同不变算子会选中不同类，而模型在旋转下不对称时会给不同类不同的分布。 相对 AnyJev-L0，20 轮的均匀平均在全部 25 个组合中降低 ECE，在 23 个中降低 Brier，在 24 个中降低 NLL；未改善的是 Typed Decisions 上的 Qwen3-4B 与 Phi-3.5-mini。
默认规则带来的可靠收益是校准，准确率只是持平或小幅提高。 在预先设定的 20 轮预算下，均匀平均在五个基准上的平均准确率对每个模型都不低于 AnyJev-L0。 平均准确率增益分别为 1.8、0.4、0.0、1.8 和 1.0 个百分点，对应 Qwen3-1.7B、Qwen3-4B、Qwen3-8B、Mistral-7B 和 Phi-3.5-mini；单个组合有升有降，最大提升是 Qwen3-1.7B 在 Typed Decisions 上从 49.0 到 57.7。
启示与展望
演示范围是五个单标签选择基准与五个 1.7B–8B 指令微调模型，全部在单张 RTX 4090 D 上以 fp16 运行，先验一律用无标签的批内估计。
不变性证明假设模型确定且提示按规范排序，返回非确定 logits 的接口仍可能翻转；批先验假设评估批具有代表性，批内条目通过该先验相互耦合；逐点初始化在打分接近平坦时信息很少，后续轮次可能损失准确率。