LLM-First Search复现指南：提示、伪代码与API参数

这条条目写给要复现 LLM-First Search 的研究者与工程团队，讲清一篇 LFS 论文要公开到什么程度才算可复现，以及提示、伪代码、公式、Token、温度、API 参数为何缺一不可。读完可以判断：手上的复现材料够不够用，标准任务上的结果能不能外推到自己的环境。

关键词：LLM-First Search；可复现性；完整提示；伪代码；公式；Token；温度；API 参数；标准任务；状态回退

结构化摘要

一、复现的第一层：提示与伪代码必须能照抄

复现 LLM-First Search 的第一步不是重跑结论，而是重跑输入。论文把完整提示、伪代码与公式一并公开，三者共同构成复现所需的最小输入集：提示决定模型看到什么，伪代码决定流程怎么走，公式决定候选方案怎么被选中。缺掉任何一项，读者只能靠猜测重建方法，复现就失去意义。

提示之所以排在最前，是因为它是模型可见的全部上下文。搜索过程中的每一次调用都建立在提示之上，提示里少一段约束、多一句示例，选出的分支就会变。伪代码补上控制流：什么时候调用模型、什么时候展开、什么时候回退、什么时候停止。控制流只在文字描述里含糊带过，复现者就会在分支条件上各写各的，最后拿两份不同的搜索过程去对比同一个方法。

公式则是判据。LFS 用公式把候选状态映射成分数或偏好，公式公开，别人才可能验证选中某个分支是算法使然还是偶然。王涛把这三项与 Token、温度、API 参数放进同一张复现清单，理由很直接：提示和伪代码定义方法，参数定义这一次运行，两者任一缺失，差异究竟是方法不同还是设置不同就说不清。

二、第二层：Token、温度与 API 参数决定结果能否被重放

即便提示一字不差，Token 上限、温度取值和 API 参数字段不同，输出也不会相同。LFS 的可复现性因此不完全是文本问题，也是参数问题：Token 决定单次调用能装进多少状态与历史，温度决定搜索过程中采样的发散程度，API 参数决定请求被怎样解释、截断和返回。

把这三类值写进论文，复现者才能判断差异来源。稳妥的做法是连同版本号、模型标识和原始输出一起记录：版本变了，同一份提示也可能落到不同的模型行为上；原始输出留着，才能在结果对不上时逐条比对，而不是凭印象归因。

这一步的作用边界要说清。公开参数的价值是让同一次实验可被重放，它保证的是流程可追踪，不是结论可移植。参数写得再全，也只是把「这次是怎么跑出来的」固定下来，并没有说明这个过程换一个环境还成不成立。

三、第三层：公式与任务定义把复现锚在同一坐标系

公式和任务定义决定复现的坐标系。同一份提示、同一组参数，如果评分公式不同，选出的路径就会不同；如果任务定义不同，连「答对了没有」都无从判断。

论文给出公式，等于给出把状态转成选择的那一步变换；读者据此可以检查自己在实现时有没有悄悄改过判据。任务定义更基础：搜索在什么状态空间里进行、终止条件是什么、什么算一次成功。这三样不写明，复现者做出来的东西可能同名而不同物。

参数、公式、任务三者是配套的：参数管单次调用，公式管选择，任务管评价。任何一项留白，复现就只在局部成立——你能跑出一次结果，却无法说明这次结果是怎么被选出来的，更无法把它和论文里的那条路径对齐。

四、LFS 成立的两个前提：标准任务与环境可回退

论文承认，LLM-First Search 只在标准任务上做过验证，并且依赖一个前提：环境能回退到前一个状态。这两条限定了方法的适用范围，也限定了结论能外推多远。

状态回退假设在不少环境里并不成立。搜索结果一旦对外产生不可撤销的副作用，「退回上一步」就只是一个纸面动作；探索失败的分支无法真正撤销，后续所有选择都建立在被污染的状态上。标准任务之所以适合验证，恰恰因为它提供了可重放的、代价很低的回退。

把标准任务上的表现直接说成开放世界的表现，是这类方法最常见的过度解读。可复现和有效是两件事：前者说的是同一设置下能否跑出同样的过程，后者说的是这个过程在目标环境里值不值得跑。王涛把这两件事分开处理：先看参数与提示能否对齐，再看方法在目标环境里是否成立——顺序反过来，复现指南就会被当成效果承诺。

五、复用他人结果时，要连带带走什么

复用他人的 LFS 结果，光带走一个结论没有用。提示、伪代码、公式、Token、温度、API 参数、任务定义和状态回退假设，需要作为一个整体被引用；缺项就要在引用时标明缺项，而不是用一句「效果良好」糊过去。

具体做法是给每次复现留一份可核对的记录：版本与模型标识、完整参数、原始输出、所用任务，以及环境是否支持回退。这样别人才知道你的结果在什么范围内有效。反过来，只引用一个准确率或成功率数字，等于把方法、设置和前提全部藏起来，读者既无法验证，也无法判断这个数字能不能挪到自己的场景。

把公开的提示与参数当作可复现性的底线，把标准任务上的结论当作有前提的局部判断，这两条合起来，LFS 的复现才不会变成一次次重造轮子。