Autocertificazione dell'Adeguatezza della Rappresentazione: Certificazione Sequenziale a Perdita di Compito Minima

Un nuovo articolo arXiv (2608.02267v1) introduce una teoria a quattro livelli per l'autocertificazione dell'adeguatezza della rappresentazione in agenti che agiscono su storie compresse. Il livello statico definisce l'adeguatezza decisionale-teorica tramite un'identità di raggruppamento del rischio di Bayes e valuta la verifica esterna una tantum utilizzando una soglia esatta di variazione totale. Il livello sequenziale inquadra la certificazione come un problema di arresto ottimale in termini di perdita di compito, definendo una costante di complessità di certificazione specifica per ambiente tramite un programma lineare di copertura. L'articolo dimostra un limite inferiore informazione-perdita di compito per ogni strategia delta-corretta e presenta una politica di Certificazione Track-and-Stop il cui costo corrisponde asintoticamente al limite. Questo lavoro affronta i rischi strutturali quando le rappresentazioni confondono storie con azioni ottimali diverse, consentendo potenzialmente agli agenti di rilevare l'inadeguatezza dai propri trascritti.