arXiv cs.AI· Anthony Rhodes·· 3 天前AI 评分24
Penumbra：面向监管义务的样本高效对抗搜索
Penumbra: Sample-Efficient Adversarial Search for Regulatory Obligations
AI 导读
Penumbra 是一种对抗搜索方法，从已验证锚点出发，在逐步扩大的编辑预算下寻找使双评估委员会改变裁决的响应，并输出跨越合规边界的两条相邻响应。在匹配预算下，自适应分配在 59% 候选上达到均匀分配全预算的覆盖率；同等记录数下覆盖的失效模式是朴素枚举的 1.43 倍。在金融顾问章程的 60 条筛选义务上返回 144 对合规/违规响应，临床分诊章程的 18 条义务上返回 49 对。
正文 · AI 翻译
摘要：智能体正进入金融、医疗和法律领域，在这些领域，违规不会留下词汇痕迹，却会带来实际处罚。某项遗漏是否重大，或某项披露是否充分，取决于响应遗漏了什么。探查此类义务意味着找到只需一处最小编辑就能翻转合规性的响应，而每次探查都要消耗一次生成和两次裁定，因此监管红队测试的约束瓶颈是样本效率，而非数量。我们提出 Penumbra，一种对抗性搜索，它在不断扩大的编辑预算下从已验证的锚点出发，直到由两名评估者组成的委员会改变其裁定，并输出跨越该变化的两条相邻响应。分配是自适应的，目标是对失败面的覆盖：每个候选所解决的互异（义务 × 失败模式）单元。在相同预算下，自适应分配在 59% 的候选上达到均匀分配全预算的覆盖；在相同记录数下，其覆盖的失败模式是朴素枚举的 1.43 倍，且增益仅限于其针对的维度。在金融咨询宪章的 60 项筛选义务上，Penumbra 返回 144 对，每对都是一条合规响应和一条违规响应，委员会将其置于边界的两侧，二者仅相差几个词，而直接要求模型同时生成两者时，得到的文本几乎毫无共同之处。第二部宪章针对临床分诊，在 18 项义务上重现了这一结果：在同样严格的标准下得到 49 对，且最难的失败模式相同。这样的配对显示了某项义务自身的条款在何处不再具有决定性，而这正是部署于该义务下的智能体必须接受测试的内容，且该搜索以随边界而非文本规模扩展的成本找到它们。
| Comments: | 被 NeurIPS 2026 的 Workshop on Self-Evolving Diversity-Driven Search for Robust AI Systems (EvoRobust) 接收。Workshop 论文为非存档性。12 页（4 页正文加参考文献和附录） |
| Subjects: | 人工智能（cs.AI）；计算与语言（cs.CL）；密码学与安全（cs.CR） |
| Cite as: | arXiv:2610.04693 [cs.AI] |
| （或此版本的 arXiv:2610.04693v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.04693 arXiv 颁发的 DOI，经由 DataCite |
Submission history
来自：Anthony Rhodes [查看邮箱]
[v1]
2026 年 10 月 3 日星期六 18:11:23 UTC（151 KB）
[v2]
2026 年 10 月 12 日星期一 20:41:49 UTC（151 KB）
来源：arXiv cs.AI · arxiv.org