Resample or Reroute? Recoverable Stopping Debt Without Identified Action Selection
Cet article introduit un cadre d'évaluation à trois portes auditable démontrant que, bien que des vérificateurs faillibles puissent se rétablir des erreurs d'arrêt de modèle via le rééchantillonnage, les méthodes actuelles échouent à identifier la sélection d'action optimale entre le rééchantillonnage et le déroutement, établissant ainsi un potentiel de rétablissement borné sans soutenir une chaîne complète d'apprentissage de politique.