失序有限

尾部事件評估＋探索路由

以翻判斷、揭前提、擋錯誤或無影響記錄尾部價值，再用分層 ε 探索讓系統多數時間跑已知較佳臂、少數時間測替代臂。探索雙向：便宜題偶爾升級，昂貴題偶爾降級。