다중모달 대규모 언어 모델(MLLM) 벤치마크가 단일 입력 순서만 평가해 동일 증거의 순서만 바꿔도 답이 달라지는지 놓치는 문제를 다루며, Facet-Probe로 18개 최신·오픈웨이트 MLLM의 다섯 가지 순서 축을 감사하고 베이지안 항목반응 모델로 순서 노이즈와 편향을 분리했다. 18개 모델 모두 순서 불변성이 없었고(패널 평균 flip rate 24–50%, 최고 모델도 13.4%), 학습 없는 프롬프트 완화만으로는 일반적 견고성을 기대하기 어려워 학습·아키텍처 접근과 교차 순서 flip rate 보고를 제안한다.
증거 기반 이진 판정(evidence-grounded binary adjudication, 예: 지지/반박, 예/아니오, 또는 검증기 기반 통과/실패 결정)에 사용되는 트랜스포머는 교환 가능한 증거가 제시되는 순서에 민감할 수 있으며, 이는 순열 전반에 걸친 분산을 유발하고 검증기 상대적 베르누이 술어(verifier-relative Bernoulli predicate) 하에서 신뢰할 수 없는 답변 시도를 초래합니다. 우리는 증거 순서를 교란 변수(nuisance variable)로 취급하고 기대-실현 격차(expectation-realization gap)를 공식화합니다: 다음 토큰 학습(next-token training)은 순서에 대한 기대 조건부 기술 길이를 최소화할 수 있지만, 고정된 순서는 여전히 위치 민감성(position-sensitive)을 유지합니다. 정량화된 마팅게일 위반(Quantified Martingale Violation, QMV) 경계는 인접 순위 위치 민감성(adjacent-rank positional sensitivity)으로 유발되는 분산을 예측하며, 조화 영역(harmonic regime)에서는 $O(\log n)$의 성장을 보입니다. 기대 수준 압축 해제 법칙(Expectation-level Decompression Law, EDFL)은 KL 볼록성/데이터 처리 경계(KL convexity/data-processing bound)를 베르누이 술어(Bernoulli predicates)에 특화하여, 답변/사퇴(answer/abstain) 결정을 위한 신뢰도 비트(Bits-to-Trust, B2T), 환각 위험(Risk-of-Hallucination, RoH), 정보 충분도 비율(Information Sufficiency Ratio, ISR) 게이트를 산출합니다. FEVER, HotpotQA, NQ-Open, PopQA 및 Controls의 3,059개 그라운딩 항목(grounded items)에서, 우리는 로그 분산(logarithmic dispersion)과 균일 순열 혼합(uniform permutation mixtures)으로부터의 양의 젠슨 이득(positive Jensen gains)을 관찰했습니다. 하나의 사전 지정 홀드아웃 감사(pre-specified held-out audit, 528개 항목)에서, 해석적으로 고정된 ISR$=1$ 게이트는 95% 신뢰 구간 하에서 20.6-27.9% 사퇴(abstention)와 함께 0.0-0.7% 환각(hallucination)을 달성하여, 모든 모델 계열(model families) 또는 제한 없는 생성(unrestricted generation)에 대한 보편적 보정(universal calibration)을 주장하지 않으면서 해당 운용 지점(operating point)을 뒷받침합니다.