知识卡片：ActiveEvidence：决策聚焦的证据图与可验证的采集缺口

一句话结论

ActiveEvidence 把多模态智能体的“是否需要继续获取视觉证据”形式化为可决策认证的主动证据采集问题，用反事实证据交互图（CEIG）与 ε-决策证书，在冻结执行轨迹上以更少的高成本交互项完成采集决策，并在 640 个案例上给出任务分数 0.842 等指标。

事件概述或研究问题

多模态智能体在执行任务时面临三个连续判断：视觉证据是否值得获取、应查询哪个候选或分辨率、何时继续交互已无法改变决策。该工作将这一问题置于三个约束下研究：严格的“免费元数据/付费观测”边界、随机向量成本、以及冻结的执行轨迹（frozen execution trace）。作者把该设定称为“决策可认证的主动证据采集”（decision-certifiable active evidence acquisition）。论文未在摘要中说明具体应用场景，待核实。

方法/产品要点

• Counterfactual Evidence Interaction Graph（CEIG，反事实证据交互图）：表示一元证据价值（unary evidence value）、带符号的二阶交互（signed second-order interaction）与有向条件性损害（directed conditional harm），同时为未解决的交互维护显式的分数包络（score enclosures）。
• 决策加权包络目标（decision-weighted enclosure objective）：用于收紧那些可能改变动作身份（action identity）的边界。
• 缺口导向细化（gap-directed refinement）：只评估可能取代当前采集动作的交互；当 ε-决策证书表明未解决项无法在声明容差内改变所选动作时即停止。
• 证书的模型相对性：证书验证的是在固定学习分数（pinned learned score）下的策略一致性最优性；语义质量通过冻结后的标签（post-freeze labels）单独度量。
• 配对延续 rollout（paired continuation rollouts）：用于学习付费预览（paid previews）的下游价值。
• 成本过滤与认证分离：在线运行成本过滤器与独立的有限策略族轨迹认证（finite-policy-family trajectory certification）相分离。
• 采集监视器 + 独立实现验证器：把每一份证书绑定到冻结轨迹上。

主要结果或产业意义

在 640 个案例上（训练/验证/测试划分为 384/128/128），控制器达到：

• 任务分数 0.842
• grounding F1 0.816
• 证据召回 0.873
• 接受调用数 1.74
• 视觉 token 286.5K
• p95 延迟 742ms

对已颁发证书的密集回放（dense replay）显示：动作一致率 0.992、证书率 0.988，且每次决策评估 19.6 个而非 191.4 个高成本交互项（约减少一个数量级）。摘要未给出与基线方法的对比数字，待核实。

为什么重要

• 把“要不要继续看”“看哪个”“何时停”从启发式规则转为带证书的停止条件，为智能体证据采集提供了可审计的终止判据。
• 明确区分“模型相对最优性证明”与“语义质量评估”，避免把形式化证书误读为语义正确性保证。
• 成本过滤与轨迹认证分离、验证器独立实现，是面向可验证性的工程范式，对需要审计轨迹的多模态系统（如取证、医疗影像复核等）有借鉴意义——具体适用场景待核实。
• 与既有“分离劳动：将证据解释与决策聚合分开”卡片共享“把证据处理环节显式拆分”的思路，但本条聚焦于采集时机与停止条件的形式化认证，而非解释与聚合的接口划分，属于该脉络在“何时停止采集”方向上的增量。

局限与不确定性

• 证书为模型相对（model-relative）：仅证明在固定学习分数下的策略一致最优性，不等于语义正确；摘要未说明分数本身错误的后果，待核实。
• 语义质量依赖冻结后标签，标签来源与标注质量未在摘要中说明，待核实。
• 数据规模为 640 个案例，任务类型、领域、数据集名称未在摘要中给出，待核实。
• 是否与基线或其他主动采集方法做对照，摘要未提及，待核实。
• 实验是否覆盖真实部署环境、成本模型如何设定，摘要未说明，待核实。

可用于图书/PPT/简报的角度

• “什么时候该停止看更多证据？”——从启发式到可验证停止证书的转变。
• 证据图（CEIG）如何同时表达一元价值、二阶交互与条件性损害。
• 认证与语义分离：可验证性证明能保证什么、不能保证什么。
• 一个数量级的交互项削减：19.6 vs 191.4 的工程含义。
• 独立实现验证器 + 冻结轨迹：可审计智能体的架构模式。

原始材料

• 标题：ActiveEvidence: Decision-Focused Evidence Graphs with Verifiable Acquisition Gaps
• arXiv ID：2610.20532v1
• 作者：Miaobo Hu, Shuhao Hu, Xiaobo Guo, Xin Wang, Bokun Wang, Peng Zhang, Daren Zha, Jun Xiao
• 发布：2026-10-14T17:29:06Z
• 主分类：cs.AI；分类：cs.AI, cs.CV, cs.LG
• Abstract URL：https://arxiv.org/abs/2610.20532v1
• PDF URL：https://arxiv.org/pdf/2610.20532v1
• 关键词：decision-certifiable active evidence acquisition; Counterfactual Evidence Interaction Graph (CEIG); ε-decision certificate; score enclosures; gap-directed refinement; frozen execution trace; multimodal agent