arXiv cs.CL· Miaobo Hu, Shuhao Hu, Xiaobo Guo, Xin Wang, Bokun Wang, Tianshu Fu, Daren Zha·· 11 小时前AI 评分20
ROUTEAUDIT：面向预算受限多验证器路由的交互感知识别方法
ROUTEAUDIT: Interaction-Aware Identification for Budgeted Multi-Verifier Routing
AI 导读
ROUTEAUDIT 将验证器路由形式化为契约条件下的识别问题，通过契约格、策略无关响应带和请求级界，在自适应策略下分离路由归因。在 1,319 条留出任务请求上，学习策略与 RLVR 研究分别报告质量 0.9522 和 0.9553，匹配静态基线为 0.9484，RLVR 与静态的配对差异为 +0.0068，请求配对区间 [0.0015,0.0122]。
正文 · AI 翻译
摘要：自适应多验证器系统通常通过端点质量-成本差距进行比较，即使验证器目录、可用性、核算、信息过滤或评分器随策略变化。我们将验证器路由表述为一个以合约为条件的识别问题。合约记录请求支持、验证器目录、实际可用性、资源核算、在线过滤和追踪后评分；匹配的路由对比只改变策略坐标。ROUTEAUDIT 向该合约添加了三个可测量对象。合约格对每个可允许的桥接顺序上的坐标增量取平均，并报告由此产生的归因及其路径敏感性。策略无关的响应带在自适应策略揭示不同观测时识别成对的序列对比。对于不完整匹配，请求级边界使用仍然可观测到的任一潜在结果，并给出尖锐的有限总体区间。该协议在 oracle 连接之前提交付费观测和账本事件，并为每次比较返回归因证书。在两个留出的原始尾部缓存上，匹配的静态 SF+SA 等于级联，将相对于完全静态的 0.1797 和 0.1250 的表观增益归因于验证器集边缘。在 1,319 个留出任务请求上，学习和 RLVR 研究报告质量分别为 0.9522 和 0.9553，而匹配静态为 0.9484；RLVR-静态配对差异为 +0.0068，请求配对区间为 $[0.0015,0.0122]$，训练种子按请求的分层区间为 $[0.0006,0.0131]$。受控归因恢复产生路由平均绝对误差 0.0011 和端点重建误差 0.0004。因子、桥接顺序和随机提供者研究评估证书接口；RLVR 在同一识别合约下提供学习策略压力测试。
| 评论： | 45 页，15 张图 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.02808 [cs.AI] |
| （或此版本的 arXiv:2610.02808v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.02808 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Miaobo Hu [查看电子邮件]
[v1]
2026 年 10 月 2 日星期五 04:59:24 UTC（1,533 KB）
[v2]
2026 年 10 月 16 日星期五 12:24:21 UTC（1,532 KB）
来源：arXiv cs.CL · arxiv.org