QuasiMoTTo（arXiv:2607.01179）把 test-time scaling 的“独立同分布”默认假设翻过来：用 quasi-Monte Carlo 取代伪随机数生成器，通过 inverse-CDF 把 autoregressive 采样重参数化，输出“相关但边际分布仍合法”的样本，让同等推理算力覆盖更宽输出空间，对应更高 pass@k 或更少采样数，同时验证它可作为 i.i.d. 的 drop-in 替代品用于 RL 训练。
QuasiMoTTo（arXiv:2607.01179）把 test-time scaling 的“独立同分布”默认假设翻过来：用 quasi-Monte Carlo 取代伪随机数生成器，通过 inverse-CDF 把 autoregressive 采样重参数化，输出“相关但边际分布仍合法”的样本，让同等推理算力覆盖更宽输出空间，对应更高 pass@k 或更少采样数，同时验证它可作为 i.i.d. 的 drop-in 替代品用于 RL 训练。