두 에이전트 중 어느 쪽이 더 강력한지 결정한다는 것은, 실력이 운을 능가할 때까지 게임을 플레이하는 것을 의미하며, 모든 게임은 비용, 모델 추론(model inference), 또는 전문가의 시간을 소모합니다. 필요한 게임 수가 알려져 있지 않기 때문에, 고정 예산 평가 방식은 결과가 확정된 후에도 계속 지불하거나, 에이전트들을 구별할 수 없을 때까지 중단하는 문제가 있습니다. 또한, 일반적인 신뢰 구간(confidence interval)을 사용한 순진한 선택적 중단(optional stopping)은 제시된 수준을 무효화합니다. 우리는 증거가 충분해지는 즉시 평가를 중단하되, 그 보증은 유지하는 방식을 만듭니다. Action-Informed Value Assessment Tool (AIVAT)은 조건부 평균 0 수정(conditional mean-zero corrections)을 통해 불완전 정보 게임의 분산(variance)을 줄여주며, 71,439개의 쌍으로 이루어진 Heads-Up No-Limit Hold'em (HUNL) 핸드에 걸쳐 15개 LLM 에이전트 구성을 대상으로 중앙값 $54 imes$만큼 효과적이지만, 언제 중단해야 하는지는 알려주지 않습니다. 우리는 AIVAT을 지속적으로 모니터링되는 신뢰 시퀀스(Confidence Sequences, CSs)와 결합하여 anytime-valid AIVAT (AV-AIVAT)를 만드는데, 이 모델은 과거 게임으로부터만 학습하므로 어떤 게임도 스스로의 수정값을 계산하지 않습니다. 명목상의 95% 수준과 $ ext{pmb}1$ 빅 블라인드(Big Blind)의 목표 정밀도를 달성하기 위해, 원시 결과는 Asymptotic CS (AsympCS) 하에서 중단하려면 AIVAT 보정된 결과보다 중앙값 $74 imes$만큼 많은 핸드가 필요합니다. 정확한 유한 표본 인증은 경험적-Bernstein CS (Empirical-Bernstein CS, EB-CS)를 사용하며, 이는 수정된 지급액(corrected payoffs)에 대한 독립적으로 정당화된 경계(bound)가 필요합니다. 우리는 Leduc hold'em에 대해 이러한 경계를 구조적으로 확립하고, 이 경계와 CS의 베팅 상한선(bet cap)이 설정하는 폭 하한(width floor)을 특성화하는데, 이는 분산 증가분이 언제 중단으로 얼마나 이어질지를 결정합니다. 설명적인 HUNL EB-CS 실행 결과는 중앙값 $1.37 imes$의 중단 시간 비율을 보여줍니다. AV-AIVAT은 분산 감소를 효율적이고 감사 가능한 조기 중단(early stopping)으로 전환하며, 점근적 선별(asymptotic screening)과 정확한 인증을 분리하여, 평가가 증거가 충분한 순간에 멈추고 제3자에게 해당 시점의 판결을 재확인하는 데 필요한 모든 것을 제공할 수 있게 합니다.