观文听傑

返回

台灯照亮六条青色证据槽中的一条,象征有限核验注意力的装饰性插画台灯照亮六条青色证据槽中的一条,象征有限核验注意力的装饰性插画

上一篇未知结果补全界限与时间一致区间让未回传者继续留在分母。现在六路都有待核验案例,团队今天只剩十分钟:该查 A 组参考正类比例,还是查 B 组特异度?按“哪路缺的人最多”排队,会忽略分母、错分通道的放大和核验成本。

本篇讲一个机制:把一项核验的全部结果分支投影到最终差距,再按最坏宽度改善与成本排序。 只连接三件事:保持抽样目标、枚举 0/1 分支、按预先固定规则调度。这是透明的单步启发式(One-step Heuristic),所有数字都是合成教学设定;生成封面仅作装饰。

01 先固定推断,再让调度读取证据#

沿用六路均值向量 θ=(qA,sA,cA,qB,sB,cB)\theta=(q_A,s_A,c_A,q_B,s_B,c_B),形状 [6]。qgq_g 是组 gg 的参考标签正类比例,sgs_g 是可信真阳性中参考判正的敏感度(Sensitivity),cgc_g 是可信真阴性中参考判负的特异度(Specificity)。真实正类比例 pgp_g 满足

qg=(1−cg)+(sg+cg−1)pg,Δ=pA−pB.q_g=(1-c_g)+(s_g+c_g-1)p_g,\qquad \Delta=p_A-p_B.

目标 Δ\Delta 是无量纲比例差,乘 100 后为百分点。模型、来源、可信类别定义和参考协议固定。每路底层是既定的独立同分布(Independent and Identically Distributed)二元候选流;若实际按有限总体不放回抽样,应换成适用的概率界。

第 jj 路计数为 (kj,nj,mj)(k_j,n_j,m_j):已知成功、全部已发出人数、未知人数。它满足 0≤kj≤nj−mj0\le k_j\le n_j-m_j。六路输入形状 [6,3]。保留前文总错误预算 α\alpha,每路区间为

Ij=[max⁡(0,kj/nj−rnj),min⁡(1,(kj+mj)/nj+rnj)],rn=log⁡(12n(n+1)/α)2n.I_j=\left[\max(0,k_j/n_j-r_{n_j}),\min(1,(k_j+m_j)/n_j+r_{n_j})\right],\quad r_n=\sqrt{\frac{\log(12n(n+1)/\alpha)}{2n}}.

空流用 [0,1]。六路全部前缀已同时覆盖,未知补全对任意回传掩码成立。因此,依据当前历史选择下一路,或者优先核验某个已发出未知者,都保留原先的覆盖事件;前提是始终保留完整已发出前缀,已知标签正确且固定。

这里“选流(Stream Selection)”决定从哪条既定来源继续取得证据。“选人(Case Selection)”若删除难例、把仅有低风险人的结果重新当作整路随机样本,就改变了分布。对当前未知池定向补一个人本身可以:完整名单和其余未知范围都仍然保留。若只用被优先补齐者计算均值,证明便失效。

02 两个结果分支,怎样变成一个优先级?#

先固定已发出名单,仅安排核验一个未知标签。其结果 y∈{0,1}y\in\{0,1\} 到齐后,该路变成

(kj,nj,mj)⟶(kj+y,nj,mj−1).(k_j,n_j,m_j)\longrightarrow(k_j+y,n_j,m_j-1).

分母与统计半径保持不变,缺失宽度减少 1/nj1/n_j。哪边端点移动由结果决定;最终差距的变化还受到错分反演的影响。对强通道,∂pg/∂qg=1/(sg+cg−1)\partial p_g/\partial q_g=1/(s_g+c_g-1),通道越弱,同样的参考比例变化越可能放大。敏感度和特异度的作用还随当前真实比例变化,所以只排序 mj/njm_j/n_j 仍不够。

令 P(C)P(C) 为把六路盒 CC 按前文错分方程投影得到的差距区间,W(C)W(C) 是其宽度。候选任务 aa 的两个后继盒记作 Ca,0,Ca,1C^{a,0},C^{a,1},预留成本为 ca>0c_a>0,单位分钟。定义

Ga=max⁡{0,W(C)−max⁡y∈{0,1}W(Ca,y)},Va=Ga/ca.G_a=\max\{0,W(C)-\max_{y\in\{0,1\}}W(C^{a,y})\},\qquad V_a=G_a/c_a.

GaG_a 是本计算器在“最终得到一个正确二元结果”条件下的保守宽度改善,VaV_a 单位为比例/分钟。它没有使用未知结果的概率,不需要先猜 P(y=1)P(y=1)。相同得分按固定任务键排序,便于重放。成本超出剩余预算的候选先剔除。

若核验可能无响应,第三个分支是状态完全不变,此时严格的最坏改善就是零。下面的得分明确以成功完成为条件;调度系统应另报完成概率、等待时间和成本上限。用预测分钟代替预留分钟,还可能超支。

03 两组手算:人数多,不代表优先级高#

先用可信真实二元结果的两路特例去掉错分,检查缺失算术。A 的 (k,n,m)=(1,4,2)(k,n,m)=(1,4,2),B 为 (1,2,1)(1,2,1);暂只算逻辑补全范围,不加置信半径。A 范围 [1/4,3/4],B 范围 [1/2,1],故差距范围 [-3/4,1/4],宽度为 1。

任务若补为 0 的差距范围若补为 1 的差距范围最坏新宽度成本/分钟改善/分钟
补 A 一人[−3/4,0][-3/4,0][−1/2,1/4][-1/2,1/4]3/43/411/41/4
补 B 一人[−1/4,1/4][-1/4,1/4][−3/4,−1/4][-3/4,-1/4]1/21/241/81/8

B 的一条标签减少更多缺失宽度,但每分钟收益更小,当前规则会先补 A。如果预算只有三分钟,B 还会先被可支付性检查剔除。这个手算仅验证规则;表中区间是固定名单的逻辑范围,没有 95% 置信声明。

当加上裁剪和错分投影,两分支的改善可能不同。直接枚举比用一阶导数乘标准误更容易暴露弱通道和状态切换;导数适合定位潜在瓶颈,不能替代完整分支检查。

04 Python:推断器只算范围,调度器只排任务#

将联合置信盒文章的完整代码保存为 fixed.py,将上一篇的完整代码保存为 pending.py,与以下 allocate.py 放在同一目录,运行 python3 allocate.py。依赖都是 Python 标准库;已核对官方 math.isfinite ↗ 的有限数语义,没有新增机器学习库 API。冻结模型后这里只做审计推断,没有训练参数更新。

输入 snapshot 为六个 (k,n,m),任务为 (task_id, stream_index, reserved_minutes),形状 [A,3],A 是任务数。任务索引在 0 到 5 间。输出当前区间及按得分排序的候选,每个候选保留两条分支,便于解释为什么优先。

验证六路计数、唯一任务键、分钟预算
用同一 alpha 生成当前六路补全盒,投影当前差距
对每个可支付且有未知者的任务:
    分别假设下一标签为 0、1,生成两份新计数
    重新算盒和差距,不修改原快照
    用两分支中更宽者计算保守改善/分钟
按得分降序、任务键升序排序;执行前原子预留资源
收到最终事件后更新账本,再重新规划下一步
text

输出第一行为 ok;随后依次为 q-A 1.4085e-05、q-B 1.4085e-05、c-B 4.623e-06、c-A 2.739e-06、s-A 2.739e-06、s-B 1.747e-06。排序分数预先约定舍入到小数点后十二位,让浮点尾差不决定教学并列顺序;原始改善和分支仍完整保留。这个调度舍入不参与置信端点或停止判断。这里核验一个人,变化约在十万分之一量级,显示到三位小数会全部变成零,所以代码显示九位。严格临界决策要采用验证过的向外舍入和预定数值余量。

pending_interval 的裁剪可能让早期两个分支仍都是全范围。project_gap 也可能返回弱通道或不兼容诊断及 [-1,1] 的保守回退;得分为零表示当前单步规则看不到保证改善,不能推出继续核验无用。规划时保留 branches[*].groups,不要把失败分支删掉后算平均。

05 什么让这个调度有效,什么限制其效率?#

覆盖证明依然来自同一个事件 E={∀j,n:θj∈Ij,n}E=\{\forall j,n:\theta_j\in I_{j,n}\}。选择器只决定下一步收集信息,既不重分配 α\alpha,也不丢掉不利分支。因此统计覆盖与任务排序解耦。最高得分不代表最佳长期策略:补两条标签才能摆脱弱通道时,任何单条的得分都可能为零;两项任务也可能共享成本或互相阻塞。

做法优化对象先检查什么
本篇两分支排序成功核验条件下的单步最坏宽度/分钟全部分支、成本上限、弱通道状态
按缺失人数排序原始待办数量分母和反演敏感度可能不同
Neyman 成本分配固定设计下估计量方差前文有条件方差模型,目标不同
主动学习(Active Learning)改善训练模型主动挑难例会改变审计样本分布
最佳臂识别(Best-arm Identification)以受控错误选出最优臂其最优采样理论不能直接移植为本规则保证

调试按三层做:计数层核对已知成功、已知失败、未知数之和;分支层核对两后继计数只改变一个未知、各自区间包含在原区间内;规划层核对成本筛选、固定键打破并列、原快照完全不变。固定分母补全时,正向强通道的精确投影应嵌套;保守状态回退要单独诊断。

候选数为 AA,每个只做两次常数维投影,计算量 O(A)O(A),排序 O(Alog⁡A)O(A\log A),候选报告空间 O(A)O(A)。输入是聚合计数;生产系统仍要用不可变任务键绑定真实案例,防止两个执行器重复预留同一个人的工时。队列等待时间、参考标签错误、来源漂移与跨组共享约束都需要自己的模型,扩大核验数不会自动修复它们。

如果结果一时查不到,能否把预算让给下一人,并删除该任务?

可以释放尚未消耗的资源并重排任务,但案例的未知位置仍留在计数和账本中。记录已消耗分钟与失败原因;未知不会因为任务关闭而变成失败标签,也不会消失。再核验同一案例要用独立任务键、相同案例键去重。

得分最高的一路一定应该永远优先吗?

每得到一份最终标签,就重新计算当前状态。即使排序不变,也应受预设的等待上限、来源覆盖和资源策略约束。零得分时保留探索或批量规划,停止决定仍由差距区间与预定阈值负责。

思考练习#

  1. 将手算中 B 的核验成本从 4 改为 1,重新排序;再加入“核验可能不响应”的第三分支,严格最坏收益如何变化?
  2. 运行代码,把 A 的敏感度、特异度改为接近 0.5 的计数。查看状态而非只看得分,解释为什么单步核验可能全部得零。
  3. 构造两项任务分别得零、合起来却能跨过弱通道边界的例子,说明该规则没有长期最优性;同时说明为什么这不破坏覆盖保证。

相关工作#

  1. Hoeffding (1963), Probability Inequalities for Sums of Bounded Random Variables ↗:有界流的概率基础。
  2. Howard, Ramdas, McAuliffe & Sekhon (2021), Time-Uniform, Nonparametric, Nonasymptotic Confidence Sequences ↗:时间一致覆盖使收集与停止可以依历史调整。
  3. Garivier & Kaufmann (2016), Optimal Best Arm Identification with Fixed Confidence ↗:把采样效率与停止正确性联合设计的经典工作;本文没有复现其 Track-and-Stop 算法或最优性。

下一篇预告#

选流后当前区间可能因新分母与新比例移动。下一篇把同一目标、同一覆盖事件下的历史区间累积成运行交集,并让空交集、协议变更和重放冲突成为显式状态,避免报表偷偷忘掉已经获得的证据。

下一笔核验预算花在哪一路?补全分支、差距投影与保守选流
https://zwjcode.cn/blog/audit-evidence-cost-aware-stream-selection
作者 傑
发布于 2026年11月11日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。