Conformal Policy Selection：何时为针对性干预部署 AI 决策

研究人员提出名为 Conformal Policy Selection 的安全部署框架，将针对性干预转化为多重检验问题，通过控制错误发现率（FDR）决定何时为特定个体部署 AI 决策。该方法结合应对分布偏移的加权共形 p 值与两步筛选剪枝流程，具备有限样本 FDR 控制及双重稳健性保证。实验表明该框架可充当部署安全门禁，限制模型对高风险子群体施加有害干预。