何时投票，何时重写：用于测试时扩展的分歧引导策略路由

大型推理模型在数学推理任务中表现强劲，但在困难实例上仍不可靠。现有测试时扩展方法虽能提升性能，但计算成本高且在难题上收益递减。本文发现输出分歧与实例难度及预测正确性高度相关，据此提出一种无需训练的框架，将测试时扩展建模为实例级路由问题。该框架根据输出分歧程度动态选择策略：一致时轻量解析，中度分歧时多数投票，高度模糊时基于重写的重构。实验表明，该方法在七个数学基准上准确率提升 3%-7%，同时降低了采样成本。