阴性对照

在离线强化学习中，未测量混杂使行为策略与结果相关，直接使用记录数据做策略评估或优化会产生偏差，需要借助工具变量、阴性对照或代理变量等辅助结构实现因果识别。

论文将可迁移性理论与工具变量、阴性对照和代理变量结合，构建了一个识别目标域因果量的统一框架。

阴性对照源自实验科学，用于确认检测系统本身没有失灵。

阳性对照借自实验科学，指在检测样本前先检测已知必然呈阳性的对照样本以证明检测流程有效；阴性对照确认不该被返回的记录未出现；二者都不携带时间维度信息。

阴性对照要求故意放入系统应失败或低分的输入；若指标通过它们，说明指标坏了而非系统好。