Certification Track-and-Stop

新AI理论应对表示充分性风险

提出了一种用于AI代理表示充分性自我认证的新理论框架。该框架解决了代理因压缩表示而做出次优决策的风险，这些压缩表示会混淆不同的最优动作。该理论引入了一个四层方法，包括静态层和顺序层，以确保代理能够检测和减轻不可约损失。顺序层将认证构建为一个最优停止问题，定义了一个认证复杂度常数和一个信息-任务-损失下界，并提出了一种渐近匹配该下界的认证跟踪停止（Certification Track-and-Stop）策略。