我们构造了一个显式分布 $\mathbf{D}$，其在自适应和非自适应单元探测采样之间展现出一种基本最优的分离。该分布可以在每个输出位允许对来自 $[N]$ 的独立均匀符号序列进行两个自适应探测的情况下被精确采样。
相对而言，任何非自适应采样器在生成与 $\mathbf{D}$ 的总变差距离小于 $1-o(1)$ 的分布时，均需 $\tilde{\Omega}(N)$ 个非自适应单元探测。这为自适应与非自适应单元探测采样提供了 $2$ 与 $\tilde{\Omega}(N)$ 的分离，超越了 Yu 和 Zhan（ITCS '24）提出的 $2$ 与 $\tilde{\Omega}(\log N)$ 的分离，以及 Alekseev 等人（STOC '26）提出的 $(\log N)^{O(1)}$ 与 $N^{\Omega(1)}$ 的分离。