Resumo Técnico: Execução Especulativa Certificada para Agentes de IA Não Confiáveis

1. Declaração do Problema

Sistemas de IA modernos, incluindo políticas aprendidas e Grandes Modelos de Linguagem (LLMs) congelados, podem gerar sequências de decisões (rascunhos) com baixo custo computacional. No entanto, implantar esses agentes "não confiáveis" em sistemas de decisão sequencial com restrições rígidas (ex: gestão de energia, compromisso de unidade) apresenta um dilema fundamental:

• Execução Direta: Agir sobre rascunhos de IA diretamente abdica das garantias de segurança. Por exemplo, um LLM congelado de 12 bilhões de parâmetros propôs ações que violavam restrições em 98% dos episódios em tarefas de gerenciamento de bateria.
• Delegação Passo a Passo: Invocar um solver confiável e caro (ex: otimizador LP/MILP) a cada passo garante a segurança, mas sacrifica a velocidade e a eficiência que a IA oferece, pois o solver permanece na trajetória crítica.

Abordagens existentes, como a decodificação especulativa em LLMs, verificam tokens contra distribuições de probabilidade, mas não abordam restrições de viabilidade rígidas ou qualidade de decisão (arrependimento) em contextos de controle. Há uma necessidade de uma camada que utilize rascunhos de IA não confiáveis para velocidade, mantendo simultaneamente a segurança estrita e garantias de desempenho auditáveis.

2. Metodologia: Aceitação de Prefixo com Portão de Certificado (CGPA)

O artigo propõe a Aceitação de Prefixo com Portão de Certificado (CGPA), um contrato de execução especulativa certificado projetado para desacoplar segurança, arrependimento e velocidade. O sistema consiste em um núcleo confiável tênue e uma fonte de proposta não confiável.

2.1 Arquitetura do Sistema

O controlador CGPA é uma tupla $(D, \text{Verificar}, \hat{V}, \pi_F)$:

1. Fonte de Proposta Não Confiável ($D$): Pode ser qualquer agente baseado em regras, aprendido ou baseado em LLM. Ela propõe um prefixo de ação de comprimento-$K$ $u_{0:K-1}$.
2. Verificador Confiável: Simula o prefixo proposto contra a dinâmica do sistema e as restrições rígidas. Ele rejeita qualquer transição que viole a viabilidade.
3. Fronteira de Valor Confiável ($\hat{V}$): Uma função de valor aprendida e leve (ex: um MLP de cinco quantis) que estima o custo futuro. Ela atua como um "guarda de valor" para garantir que o prefixo aceito não seja apenas seguro, mas também economicamente viável.
4. Oráculo Confiável ($\pi_F$): Um solver de fallback (ex: MILP) que fornece uma ação de reparo segura caso a proposta seja rejeitada.

2.2 O Mecanismo de Aceitar/Adiar

Em cada estado $s_t$, o sistema executa a seguinte lógica:

• A fonte $D$ propõe $K$ ações.
• O Verificador checa a viabilidade. Se qualquer etapa for insegura, o prefixo é truncado até o último estado seguro.
• O Guarda de Valor seleciona o prefixo mais longo verificado como seguro $k$ que satisfaça:
  $$g(s_t, u_{0:k-1}) + \hat{V}(s_{t+k}) \leq \hat{V}(s_t) + \tau |\hat{V}(s_t)|$$
  onde $g$ é o custo do prefixo realizado e $\tau$ é um parâmetro de tolerância.
• Comprometimento: Se $k > 0$, o sistema compromete todo o prefixo de $k$ etapas. Se $k=0$, ele adia para o oráculo por uma única etapa.

2.3 Garantias Teóricas

O artigo estabelece que o CGPA fornece dois invariantes estruturais, independentemente da fonte de proposta $D$:

1. Segurança Aplicada (Proposição 1): Cada transição executada é viável. A segurança depende apenas do verificador e do oráculo confiáveis, não da fonte de proposta.
2. Certificado de Arrependimento (Certificado 2): O sistema limita o custo excessivo (arrependimento) em relação ao oráculo passo a passo. O limite de arrependimento é:
   $$J_{CGPA} - J_F \leq \sum_{i \in A} \tau_i |V(s_i)| + (2 + \tau_{\max})\epsilon |A| + \sum_{j \in R} \rho_j$$
   Crucialmente, o erro de fronteira $\epsilon$ é cobrado uma vez por segmento aceito, não por etapa. Isso permite que o sistema amortize o custo do oráculo caro ao longo de múltiplas etapas.

2.4 Calibração Conformal

Para lidar com a incerteza na fronteira de valor aprendida $\hat{V}$, os autores utilizam calibração de split-conformal. Eles treinam um modelo de regressão quantílica para gerar uma banda central e níveis de cauda. O erro de fronteira $\epsilon(s)$ é derivado da dispersão desses quantis ($\hat{V}_{0.9} - \hat{V}_{0.1}$) e calibrado em dados de teste. Isso garante que o certificado de arrependimento se mantenha com alta probabilidade (ex: 95% de confiança) mesmo sob mudanças de distribuição.

3. Principais Contribuições

1. Um Contrato de Execução Especulativa Certificado: O CGPA é o primeiro framework que adapta os princípios de execução especulativa para o controle com restrições rígidas, separando a "inteligência" (fonte não confiável) das "garantias" (núcleo confiável).
2. Desacoplamento Estrutural: O artigo prova que a segurança e o arrependimento podem ser desacoplados. A segurança é de responsabilidade do verificador, enquanto o arrependimento é gerenciado por uma fronteira de valor aprendível e calibrada.
3. Calibração Conformal para Controle: A integração da predição conformal na fronteira de valor permite um erro $\epsilon$ medido, em vez de assumido, fornecendo uma garantia de arrependimento prospectiva.
4. Robustez a Fontes Adversárias: O framework é projetado para lidar com fontes de proposta arbitrárias, incluindo agentes adversários e LLMs heterogêneos, sem comprometer a segurança.

4. Resultados Experimentais

Os autores avaliaram o CGPA em três domínios: Gestão de Energia de Bateria (EMS), CityLearn (HVAC) e Compromisso de Unidade (UC).

4.1 Segurança e Zero Violações

• Fontes Adversárias e LLM: Ao ser testado contra drafters adversários e seis LLMs heterogêneos congelados (incluindo o Gemma-4-12B, que violou restrições em 98% das execuções diretas), o CGPA alcançou zero violações aplicadas.
• Adversários de Caixa Branca: Mesmo contra adversários adaptativos de caixa branca com conhecimento total do verificador e da dinâmica, o CGPA manteve zero violações, absorvendo o ataque como redução de amortização (menor redução de chamadas) em vez de brechas de segurança.

4.2 Redução de Arrependimento

• Fronteiras Aprendidas: O uso de uma fronteira aprendida e conformalmente calibrada reduziu o arrependimento médio em três ordens de magnitude em comparação com a aceitação sem guarda (ex: de 0,445 para 0,0002 no EMS).
• Proximidade do Oráculo: O arrependimento médio do CGPA ficou dentro do ruído de amostragem do oráculo passo a passo (IC de 95% abrangendo zero), efetivamente igualando o desempenho do solver caro enquanto saltava a maioria das chamadas.
• Mudança de Distribuição: Sob mudanças de calendário (CityLearn), uma fonte de proposta aprendida superou o oráculo passo a passo em 15 de 18 dias de teste, demonstrando que o sistema pode alavancar fontes não confiáveis superiores para superar a linha de base.

4.3 Velocidade e Amortização

• Aceleração de Tempo de Execução (Wall-Clock): Em uma instância de escala de implantação de Compromisso de Unidade (horizonte de 48 passos, oráculo MILP), o CGPA usando um LLM Qwen3-8B congelado alcançou um aceleração de tempo de execução de 2,96× por episódio com 2,1% de arrependimento.
• Comparação: Isso superou heurísticas de domínio (1,79×) e baselines de horizonte recuante seguros (1,07×).
• Escalabilidade: A aceleração escala com o custo do oráculo. À medida que o custo por chamada do oráculo aumentou, a aceleração do CGPA cresceu (até 2,67×), enquanto controladores de gatilho de evento e bloqueio de movimento permaneceram próximos de 1,0×.

5. Significância e Alegações

O artigo afirma que o CGPA fornece uma camada generalizável e certificada para implantar IA não confiável em sistemas críticos de segurança. Sua significância reside em:

• Habilitar a IA Não Confiável: Permite o uso de modelos de IA poderosos, heterogêneos e potencialmente falhos (incluindo LLMs) sem sacrificar garantias rígidas de segurança.
• Desempenho sem Compromisso: Alcança acelerações ao pular chamadas de solver caras, mantendo níveis de arrependimento comparáveis ao solver passo a passo ideal.
• Robustez: As garantias são estruturais e não dependem da qualidade da fonte de proposta; o sistema degrada graciosamente (chamando o oráculo com mais frequência) em vez de falhar catastroficamente.
• Implantação Prática: O framework foi validado em problemas de escala real (Compromisso de Unidade) e demonstra que "quanto mais capaz for a fonte não confiável, mais rápido será o sistema certificado", desde que o núcleo de segurança permaneça intacto.

Os autores enfatem que esta é uma abordagem certificada, onde a segurança nunca é consultada da fonte não confiável, e o arrependimento é limitado por um certificado mensurável e conformalmente calibrado.