聚合对齐的误导：无逐状态专家动作的策略修复审计

英文标题：When Aggregate Alignment Misleads: Auditing Policy Repair Without Per-State Expert Actions

Agentic AI 系统越来越多地用于编辑和修复决策策略，但在缺少每状态专家动作标签时，评估这些编辑效果十分困难。本文在酒店定价模拟器中研究该问题，指出聚合对齐指标可能掩盖关键缺陷，并产生误导。研究发现仅依赖总体绩效不足以发现策略修复中的隐患，需要引入细粒度的状态级审计。这项工作提醒开发者在审计 AI 策略修复时超越聚合指标，对构建可靠的 Agent 系统具有重要实践意义。

2.6 KB 2.1 KB 612 B 380 B 9.1 KB 22.8 KB 24.2 KB 34.7 KB