技术摘要：在线多重假设检验的遗憾视角

1. 问题陈述

在线多重假设检验（OMT）解决的是假设随时间外生到达的序列推断问题，要求立即且不可撤销地做出拒绝或保留零假设的决策。传统的 OMT 文献侧重于将错误发现率（FDR）维持在目标水平 $\alpha$ 以下，同时最大化统计功效。然而，本文认为，孤立地评估 FDR 和功效，掩盖了现代自动化流程中假阳性（I 类错误）和假阴性（II 类错误）高度不对称的代价。

本文指出的核心问题是阈值耗尽。在信号稀疏的环境（例如“冷启动”或纯噪声期）中，严格控制 FDR 的确定性算法往往会耗尽其检验能力（$\alpha$-财富），导致其决策阈值单调衰减至零。这使得算法对随后出现的真实信号爆发“视而不见”，从而导致大量遗漏发现。相反，试图维持恒定功效的算法则面临承担线性假阳性惩罚的风险。本文提出，现有范式未能在这两类错误之间的非平稳帕累托前沿上进行有效导航。

2. 方法论

2.1 加权遗憾指标

为了统一评估 FDR 和功效，作者引入了加权遗憾。与将 FDR（条件率）和功效（边际概率）分开处理的传统指标不同，加权遗憾将两类错误映射为单一的累积损失货币：
$$\text{Regret}_T(a, b) = a \cdot V_T + b \cdot M_T$$
其中 $V_T$ 是假阳性总数，$M_T$ 是假阴性总数，$a, b > 0$ 是特定领域的惩罚权重。目标是最小化相对于全知 Oracle 的期望加权遗憾。

2.2 遗憾守恒的对偶性

本文确立了一个被称为遗憾守恒对偶性的基本理论极限。它证明，纯粹的、依赖历史的 OMT 程序不可避免地会产生 $\Omega(T)$ 的线性遗憾惩罚。这是通过两种不同的机制发生的：

1. 功效壁垒：维持最低检测功效需要一个严格为正的下界阈值，这在平稳环境中不可避免地会触发假阳性的线性累积。
2. FDR 壁垒：通过确定性财富管理严格控制 FDR 会导致阈值衰减。在爆发式环境（长时间的零假设期后跟随信号期）中，这种衰减会导致阈值消失，从而造成假阴性的线性累积。

因此，没有任何纯确定性算法能同时实现两类错误的次线性遗憾。

2.3 解耦-OMT (DOMT) 算法

为了克服确定性机制的结构局限，作者提出了解耦-OMT (DOMT)，这是一种元包装算法，旨在将确定性基线（如 LOND、LORD、SAFFRON）从阈值耗尽中解救出来。

核心机制：
DOMT 在每一步 $t$ 向决策阈值引入历史解耦的、严格非负的随机扰动：
$$\lambda_t = \min(1, \lambda_t^{\text{base}} + \xi_t)$$
其中 $\lambda_t^{\text{base}}$ 是由底层确定性程序决定的阈值，$\xi_t = \epsilon_t Z_t$ 是探索项。

• 探索幅度：$\epsilon_t = \kappa \frac{\alpha}{\sqrt{t}}$，以 $O(t^{-1/2})$ 的速率衰减。
• 随机性：$Z_t \sim \text{Uniform}[0, 1]$ 是独立同分布的。
• 因果解耦：关键在于，基础程序的内部状态（财富）仅使用虚拟阈值 $\lambda_t^{\text{base}}$ 和相应的虚拟决策进行更新。实际决策使用 $\lambda_t$，但“噪声”$\xi_t$ 在数学上被隔离在基础程序的状态更新之外。

性质：

• 零额外假阴性：由于 $\xi_t \ge 0$，DOMT 的拒绝集总是包含基线的拒绝集（$R_t^{\text{DOMT}} \supseteq R_t^{\text{base}}$），保证相对于基线不会遗漏任何发现。
• 渐近安全性：在平稳环境中，探索噪声被真实发现的累积所稀释，保留了基础程序精确的渐近 FDR 控制。
• 有限样本界：在极端冷启动（纯零假设）情况下，DOMT 将额外假阳性的绝对数量限制在 $O(\sqrt{T})$，防止灾难性的线性错误累积。

3. 主要贡献

1. 指标创新：引入加权遗憾以显式平衡不对称的 I 类和 II 类错误，超越孤立的 FDR/功效评估。
2. 理论下界：证明遗憾守恒对偶性，确立纯确定性算法由于恒定警惕（假阳性）与阈值耗尽（假阴性）之间的权衡，不可避免地产生 $\Omega(T)$ 的线性遗憾惩罚。
3. 算法方案：提出DOMT，一种即插即用的元包装算法，利用严格非负、历史解耦的随机探索来缓解阈值耗尽，同时不损害渐近安全性。
4. 遗憾分析：证明在爆发式环境中，与确定性基线相比，DOMT 实现了加权遗憾的阶最优 $\Omega(\sqrt{T})$ 减少。
5. 相变表征：推导出闭合形式的**“冷启动税”**（$M^*$），这是惩罚比率 $b/a$ 的一个临界阈值，决定了随机探索何时在理论上变得有利。该税收量化了在纯噪声期进行探索的成本。

4. 结果

理论结果

• 确定性的线性遗憾：定理 1 和定理 2 表明，在任何非平稳设置中，任何确定性算法要么遭受线性假阳性遗憾（如果维持功效），要么遭受线性假阴性遗憾（如果严格控制 FDR）。
• DOMT 的次线性遗憾：定理 6 证明，在爆发式信号模型下，与基线相比，DOMT 将期望加权遗憾降低了 $\Omega(\sqrt{T})$。
• 安全保证：定理 3 确认 DOMT 继承了其基础程序的渐近 FDR 控制。定理 4 提供了错误发现比例（FDP）膨胀的有限样本高概率界，表明其在平稳机制中按 $O(1/\sqrt{t})$ 优雅缩放，并在对抗性冷启动中受到严格限制。
• 衰减率的最优性：本文认为 $O(t^{-1/2})$ 的衰减率在结构上是必要的。更快的衰减（例如 $O(t^{-1})$）会将探索成本压缩至 $O(\log T)$，但会同时将发现恢复能力扼杀在 $O(\log T)$，无法抵消基线的 $\Omega(T)$ 赤字。

实证结果

实验在合成数据和三个真实世界数据集（RNA-Seq 微阵列、标普 500 金融异常值、IMPC 小鼠表型数据）上进行。

• 平稳环境：DOMT 保持严格的 FDR 控制，同时在统计功效上始终优于基线。
• 爆发式/冷启动环境：确定性基线遭受绝对阈值耗尽，导致信号最终到达时效能接近零。DOMT 成功填补了这些“微型干旱期”，捕捉到延迟的信号爆发，并实现了宏观层面的假阴性减少。
• 帕累托前沿：实证结果证实，DOMT 导航了非平稳帕累托前沿，通过支付严格受限的横向假发现税，实现了假阴性的宏观垂直减少。

5. 意义与主张

本文主张，加权遗憾视角从根本上将 OMT 的优化目标从受限错误控制转变为无约束风险最小化。通过证明确定性框架中线性遗憾的不可避免性，作者认为随机探索不仅仅是一种启发式方法，而是导航非平稳环境的数学必然。

DOMT 的意义在于其能够充当通用元包装器。它不取代现有的 p 值或 e 值程序（如 LOND、LORD、SAFFRON 或 SCORE），而是将它们封装起来，在不违反其底层超鞅安全属性的前提下，将它们从“零阈值死锁”中解救出来。本文强调，这种方法允许在帕累托前沿上进行“阶最优”的遍历，在高风险、成本不对称的场景（如医疗筛查、欺诈检测）中确保发现红利，在这些场景中遗漏信号是灾难性的。

作者总结道，虽然 DOMT 引入了“冷启动税”（纯噪声阶段的暂时性错误膨胀），但这是一种 deliberate 且有限的权衡，旨在防止确定性算法的系统性失败，为现实世界非平稳数据流中的在线推断提供了稳健的解决方案。