Conformal Policy Selection

Conformal Policy Selection 将选择性部署重新表述为多重检验问题，用错误发现率（FDR）控制为个体级AI决策部署提供统计保证。

Conformal Policy Selection 的技术路线包括加权保形p值和两步选择与剪枝流程两个组件。

两步选择与剪枝流程在有限样本下控制FDR，并建立双重稳健的渐近保证：只要结果模型或倾向性模型之一正确设定，FDR控制依然成立。

论文在合成实验中覆盖了四种模型误设定情形，验证了理论保证。

框架的有效性依赖用户设定的结果阈值，而阈值选择本身带有领域判断。