學習目標：精確跳步用的是 Q̄ 的閉式（(ᾱ_s−ᾱ_t)/(1−ᾱ_t)），τ-leaping 用的是 rate 的一階近似（1−e^−uτ）。兩者在 τ→0 一致；步數少的時候差多少，量出來就知道。

橫軸＝步數（對數）　縱軸＝parity toy（L=8）的合法率，每個點 2000 條　兩條線＝兩種取樣器　右上小字＝兩者在該步數的「每步翻開機率」差多少

兩條線很接近但不重合：實測 4／8／32 步的合法率是精確跳步 63–65 / 78–79 / 94–95%、τ-leaping 57–59 / 73–74 / 93–94%，最大差 5–8 個百分點，而且差距集中在步數最少的那幾個點——那裡的 τ 最大、一階近似最粗。切到「強制每步剛好一格」差別大得多：精確跳步在 8 步（＝L）就衝到 100%，因為它的每步機率剛好讓「一步一格」成立；τ-leaping 的機率不同，有些步一格都不開，最後被迫一次補完好幾格，8 步只有 71–72%，差將近 30 個百分點。每個點 2000 條樣本，數字每次跑都會動一兩個百分點。這不是理論的差別，是「機率算得對不對」的差別——步數到 32 兩條線就只差一兩個百分點了。順帶注意精確跳步不需要 rate（只要 ᾱ 的閉式）；τ-leaping 需要 rate，但它對「forward 沒有閉式」的鏈（例如加了 remasking 的那些）照樣可用。