通过选择性审核实现可靠的 AI 辅助决策

新方法通过选择性审核对连续决策的 AI 系统进行在线监控，在保证未被审核的 AI 错误率低于预设阈值的前提下，最小化专家审核频率。该系列算法无需预设假设即可提供可证明的错误控制保证，能在对抗流与独立同分布数据流中渐近达到最优审核率。在大语言模型有害请求过滤和数据标注等实验中，该方法有效实现了错误控制并大幅减少了人工审核需求。