知识卡片：RACER：面向人机路由的角色对齐能力估计

英文标题：RACER: Role-Aligned Competence Estimation for Human-AI Routing
英文关键词（据材料抽取）：Learning to defer; Population-adaptive deferral; Identity-Free Deferral (IFD); Role-Aligned Competence Estimation; Human-AI Routing; L2D-Pop; RACER; VinDr-CXR; CheXpert

一句话结论

RACER 用“角色相对”的能力估计来回答“何时自主、何时交给未见人类专家”：它估计专家在每个候选类别角色下答对的概率，再与模型后验结合，以避免绝对类别坐标捷径，并在部分合成与胸部影像基准上取得竞争或最佳表现。

事件概述或研究问题

Learning to defer 关注预测系统何时自主行动、何时推迟给人类专家。Population-adaptive deferral 进一步要求仅凭少量专家行为上下文，对未见专家做路由。已有神经上下文编码器如 L2D-Pop 可以依赖查询，但可能学到与绝对类别坐标绑定的路由捷径；Identity-Free Deferral（IFD）通过角色索引的类别级能力画像移除这类捷径，但其估计在每个类别内为常数，无法捕捉实例级专家专长。RACER 研究问题：如何从上下文估计未见专家能力，同时避免绝对类别身份捷径，并保留实例级专长信号。

方法/产品要点

• RACER 是角色相对框架：估计“该专家在某个查询上、每个候选类别角色下正确”的后验预测概率，再与模型后验结合，得到贝叶斯相关的专家正确概率。
• 采用非参数与神经核池化估计器，使用候选角色关系、共享聚合与对称摘要，并排除绝对类别身份通道。
• 理论结果包括：一致的类别重标不变性；贝叶斯对齐的 deferral 替代目标；将路由遗憾与分类器误差、能力估计误差联系起来的插件式遗憾界。

主要结果或产业意义

• 在受控合成基准上，包括使用模拟专家的 PathMNIST 组织病理学上下文缩放研究，RACER 在隐藏亚型依赖下能从额外上下文中受益。
• 在 CIFAR-100 合成实验中，于单独采样的未见专家划分上取得最强总体性能。
• 在放射科医生与人类—AI 胸部 X 光基准 VinDr-CXR 和 CheXpert 上，RACER 系列在预算扫描的 deferral 中具有竞争力或表现最佳；校准结果随指标和数据集变化。
• 产业意义：为医疗影像等场景中“模型 vs 人类专家”的动态路由提供角色对齐、可迁移到未见专家的能力估计思路；但实际部署收益待核实。

为什么重要

它把 human-AI routing 从“固定类别能力”推进到“角色相对、实例敏感、类别重标不变”的能力估计，并给出 deferral 的理论联系。对于需要不断面对新专家、新医院或新子群体的系统，这比仅在已知类别坐标上做捷径路由更接近 population-adaptive deferral 的目标。

与既有脉络的关系：已有 TRACE-ROUTER 卡片关注智能体 AI 中面向 LLM 后端的任务级在线路由；本卡片增量在于面向未见人类专家的查询级能力估计与 deferral 决策，核心是角色对齐与类别重标不变性，而非 LLM 后端选择。Deep Interaction 卡片关注编辑推理链纠错，与 RACER 的路由/推迟问题不同。

局限与不确定性

• 摘要与来源材料未展示完整实验设置、统计显著性与超参数敏感性，待核实。
• 真实临床部署中的安全性、医生接受度、责任归属与流程收益，待核实。
• 跨医院、跨专家群体、跨病种的泛化能力，待核实。
• 计算开销、推理延迟与可扩展性，待核实。
• 代码、数据与模型是否开源，待核实。
• 校准结果在不同指标和数据集间不一致，说明校准可靠性仍需按场景验证。
• 来源材料标注发布/更新日期为 2026-09-18T16:11:05Z；该日期与最终 arXiv 记录的一致性待核实。

可用于图书/PPT/简报的角度

• 从 learning to defer 到 population-adaptive deferral：为什么“知道何时交给谁”是人机协作的关键接口。
• 路由捷径与角色对齐：绝对类别坐标为何会伤害未见专家泛化，类别重标不变性为何重要。
• 实例级专家专长：类别级能力画像的不足，以及角色相对后验预测的补足。
• 医疗影像中的 human-AI routing：VinDr-CXR、CheXpert 上的预算扫描 deferral 与校准问题。
• 理论叙事：类别重标不变性、Bayes 对齐替代目标、路由遗憾界，如何把工程路由问题形式化。
• 与 TRACE-ROUTER 等路由卡片对照：任务级 LLM 后端路由 vs 查询级人类专家推迟。

原始材料

• 英文标题：RACER: Role-Aligned Competence Estimation for Human-AI Routing
• 英文关键词（据材料抽取）：Learning to defer; Population-adaptive deferral; Identity-Free Deferral (IFD); Role-Aligned Competence Estimation; Human-AI Routing; L2D-Pop; RACER; VinDr-CXR; CheXpert
• Authors: Joshua Strong, Emma Sun, Alexander Capstick, Pramit Saha, Cheng Ouyang, J. Alison Noble
• Published/Updated: 2026-09-18T16:11:05Z（来源材料标注）
• Primary category: cs.LG
• Categories: cs.LG
• arXiv ID: 2609.21953v1
• Abstract URL: https://arxiv.org/abs/2609.21953v1
• PDF URL: https://arxiv.org/pdf/2609.21953v1
• Track: academic
• Topics: foundation-model