반복 샘플링 (repeated sampling) 은 테스트 시간 컴퓨팅을 소비하는 표준적인 방법이지만, 그 이점은 단일 호출 정확도 (one-call accuracy) 만으로 제어되는 것이 아니라 예시별 정답 확률의 잠재 분포에 의해 결정됩니다. 우리는 조건부 독립 동일 분포 (conditional-i.i.d.) 호출 하에서 반복된 LLM 추론의 이진 정답 레이어를 연구합니다. 하나의 라벨링된 호출은 평균 잠재 성공 확률을 식별하고, 두 개의 라벨링된 호출은 그 2 차 모멘트 (second moment) 를 식별하며, 이는 안정적 오류와 회복 가능한 호출 수준의 무작위성을 구분하는 동일한 예시의 정답 상관관계를 제공합니다. 이러한 두 모멘트로부터, 모든 고정된 다수 투표 예산 (fixed majority-vote budget) 은 분포에 무관한 2 호출 간격 (distribution-free two-call interval) 을 가집니다. 핵심적인 기술적 축소는 무한 차원 모멘트 문제 (infinite-dimensional moment problem) 가 모든 유한 예산에 대해 3 개 원자 극대화자 (three-atom extremizers) 와 2 차 쌍대 증명서 (quadratic dual certificates) 를 가지므로, 이 경계는 이산화되거나 파라메트릭이 아닌 정확한 것입니다. 첫 번째 유용한 예산인 3 표는 닫힌 형태를 가지며, 너비는 최대 $1/8$이며, 인증 개선 기준 (certified-improvement criterion) 을 가집니다. 무한 투표 단점은 다수 투표를 호출 수가 무한대로 갈 때의 한계점입니다; 이는 또한 선명하게 경계되지만, 잠재 질량이 $q=1/2$ 근처에 의존하기 때문에 임계값 민감성 (threshold-sensitive) 을 유지합니다. 우리는 최대 엔트로피와 잠재 난이도 가ussian-probit (LDGP) 점 완성을 추가하고, QNLI 와 QQP LLM 호출 실험을 통해 경험적 3 표 및 5 표 정확도가 투영된 2 호출 영역에 포함되지만, 온도 변화와 랜덤화된 모델 혼합은 단일 호출 정확도에 의해 순서가 정렬되지 않은 투표 이득을 생성할 수 있음을 보여줍니다.