평가자 안내 추론은 매 단계마다 현재 답을 믿을지, 대체안을 반환할지, 추가 추론을 쓸지 결정해야 하는 국소적 제어 문제를 안고 있다. 연구팀은 이를 계산 비용을 명시적으로 반영한 3가지 행동(종결·대체·확장)의 컨트롤러로 공식화하고, 종결 행동은 예측된 답 성공률로, 확장 행동은 롤아웃 기반 연속-성공 대리 지표로 점수화했다. 국소 행동 격차 분석으로 점수 오차가 결정을 바꿀 수 있는 조건을 규명하고, 실현된 확장 경로를 따라 오차를 반영하는 기대 후회 경계도 제시했다. 폭 확장·수정 과제에서 이 컨트롤러는 보정된 고정 정책보다 효용을 높이면서 정규화된 온라인 계산량을 각각 약 30%, 16% 줄였으며, 4개의 Qwen3-8B 시드에서 계산량은 적합된 Q러닝보다 낮고 효용 차이는 작고 혼재된 결과를 보였다.

• •평가자 안내 추론의 매 단계 결정(종결·대체·확장)을 계산 비용 반영 3행동 컨트롤러로 공식화
• •국소 행동 격차 분석과 기대 후회 경계로 점수 오차가 결정을 바꾸는 조건 규명
• •폭 확장·수정 과제에서 고정 정책 대비 효용 향상하며 온라인 계산량 약 30%·16% 절감
• •평가자 안내 추론을 '더 강한 추론기'가 아니라 불확실성 하의 자원 배분 문제로 재구성