Conformal Policy Selection：何时部署用于定向干预的 AI 决策

arXiv:2610.22930v1 公告类型：cross 摘要：人工智能（AI）策略正日益用于医疗、金融、教育和公共服务中的重大决策，但负责任地部署这些策略，不仅需要了解某项策略是否平均而言有帮助，还需要知道它对哪些人有帮助。现有的离策略评估和安全策略学习工具能够提供总体层面的保证，但部分个体可能会经历不利的处理效应。我们将定向部署重新表述为一个多重检验问题：针对每个候选个体，检验其在 AI 策略下的结果是否会超过用户指定的阈值，并控制所选集合中的假发现率（FDR）。我们的方法 Conformal Policy Selection 将能够考虑从行为策略到目标策略的分布偏移的加权共形 $p$ 值，与两步式选择和剪枝程序相结合。我们证明了有限样本下的 FDR 控制，并建立了一个双重稳健的渐近保证：只要结果模型或倾向模型中至少有一个被正确设定，FDR 就能保持受控。合成实验在四种模型错设情形下验证了这些保证；基于真实电子健康记录协变量开展的半合成研究则说明，同样的 FDR 控制可以充当部署安全闸门，限制全局训练策略在高风险亚群体中发生错误泛化时原本会施加的有害治疗。该框架为高风险应用中的安全 AI 部署提供了一种具有原则性的方法。