Thesis 2: gastar compute onde a incerteza está, não em toda mensagem
A arquitetura de test-time compute deixa de ser “Max = mais texto” e passa a decidir quando planejar, validar, reparar, comparar candidatos ou simplesmente parar.
Trajetória única por padrão
Low e Medium priorizam uma geração direta. High adiciona verificação quando a tarefa possui risco material. Extra e Max liberam mais etapas, mas ainda obedecem a um orçamento de geração e avaliação.
Determinístico antes de probabilístico
Parser, typecheck, build, testes, contratos de rota e validações estruturais são mais baratos e reproduzíveis que pedir a outro modelo para “achar bugs”. O juiz semântico entra quando o defeito exige interpretação, segurança, arquitetura ou qualidade de produto.
Dívida de evidência controla o próximo passo
Cada falha observada aumenta dívida. Cada gate realmente limpo reduz dívida. O runtime não usa “sensação de qualidade” como sinal de parada; ele observa se ainda existem requisitos não cobertos, defeitos determinísticos ou verificações críticas indisponíveis.
Repair antes de resample
Se um candidato está quase correto, a próxima chamada recebe o candidato e findings objetivos. Recomeçar do zero só faz sentido quando a arquitetura ou a composição inteira é o defeito. Isso reduz regressão e custo.
Divergência só quando há motivo
Uma segunda solução independente é cara. Thesis 2 só abre um branch divergente quando há ambiguidade real, tarefa subjetiva difícil ou desacordo relevante entre avaliadores. Depois, um verificador listwise compara candidatos sob os mesmos critérios.
Quota também é um sinal de controle
Se a janela de uso está perto do limite, o harness reduz branching e avaliações opcionais antes de sacrificar a geração principal. Em vez de falhar no meio de um ritual de auto-crítica, preserva compute para entregar algo completo.
Por que isso diferencia o Thesis 2
O diferencial não é declarar “raciocínio máximo”. É transformar custo em uma política: mais compute quando ele compra informação, menos compute quando o problema já está determinado por checks baratos.
