YUKTI：从自然语言到稳健可验证的决策

背景

现有利用语言模型进行决策的流水线（如 NL4Opt、OptiMUS、ORLM、OR-LLM-Agent）通常遵循一个固定的模式：将自然语言描述的情景转化为一个数值规划问题，然后承诺单一目标函数和点值系数，最后求解一次。这种方式在处理实际资源分配、精力投入或临床注意力等真实决策时，其“自信”恰恰是失效模式。每个被量化的数字本质上都是一个假设，只有在这些假设完全准确时方案才最优——这种脆弱性只是对计算过程的模仿，而非真正的推理。

核心内容

YUKTI 改变了自动建模的目标。其核心表示是一个类型化命题图（typed-proposition graph），图中的关系携带形状先验（shape priors）、系数不确定性（coefficient uncertainty）以及来源追踪（provenance）。YUKTI 将每个阶段路由到精确求解器、非线性求解器或进化求解器，并通过分布帕累托交接（distributional Pareto hand-off） 连接各阶段。

YUKTI 引入了假设鲁棒帕累托前沿（Assumption-Robust Pareto Frontiers, ARPF）。该方法对假设（包括结构级 epsilon-污染）进行重采样，以评估每个动作在重采样中存活的频率（即 rho 分数）。论文证明了 rho 分数与决策遗憾之间存在精确的因子关系（bound），同时添加了可审计的追踪能力。在没有现成基准数据的情况下，YUKTI 还合成了忠实于原问题的数据基础（SRJANA）。

验证分三方面进行：

1. 受控误设定实验：在模型故意误设定下，鲁棒折中方案相比朴素点值方案，均值遗憾和尾部遗憾降低了 90% 以上。
2. 受监管商业决策：在法律允许的动作空间内优化，并以欧元为单位量化了下行风险。
3. 真实公开数据集：包含 41,188 个决策的样本外回测显示，YUKTI 的表现比历史记录的现状高出 34%，比朴素点值规则高出 4%，同时显著减轻了优化器的诅咒（optimizer's curse）。

论文强调，所使用的求解器都是标准工具，不宣称在基准测试上取得 SOTA。但一项直接对比显示：给定正确数值的 LLM 以及单目标优化方案，两者的样本外遗憾大约是 YUKTI 的 47 倍——这说明 LLM 的角色是建模者（formulator），而非求解器（solver）。

最后，论文指出当存在长程因果耦合时，前向的分布交接变得不可靠，这标识了需要转向后向归纳因果策略（backward-induction causal policy）的位置。

关键要点

• 表示创新：类型化命题图替代传统的数值化方案，显式携带不确定性、形状先验与来源信息。
• 多求解器编排：不同阶段路由到最适合的求解器（精确/非线性/进化），并通过分布帕累托交接保持不确定性传播。
• 假设鲁棒帕累托前沿（ARPF）：通过对假设空间进行重采样（含结构级 epsilon-污染），计算每个动作的生存频率 rho，并证明 rho 是决策遗憾的精确因子。
• 可审计性：决策过程具备完整的来源链条，支持事后审计。
• 数据合成：SRJANA 可在无现成基准时生成忠实于原问题的数据集。
• 显著性能提升：受控实验中，遗憾降低超过 90%；真实数据集上，回测击败现状 34%，优于朴素点值规则 4%，且缓解优化器诅咒。
• LLM 的角色界定：LLM 适合建模，而非求解；即使提供正确数值，LLM 的遗憾仍比 YUKTI 高约 47 倍。
• 长程因果耦合的挑战：当前前向交接方法在因果链条较长时失效，需转向后向归纳方法。

意义与影响

YUKTI 的工作对自动决策建模领域具有范式转变的意义。它揭示了当前主流流水线（LLM 直接输出数值方案）的脆弱性——那些被量化的系数实际上是未经检验的强假设。通过将不确定性显式纳入表示与推理过程，YUKTI 提供了一条通往鲁棒、可验证决策的路径。

其理论贡献在于建立了 rho 分数与遗憾之间的精确关系，使得决策者可以在“假设风险”与“后悔程度”之间获得可量化的权衡。ARPF 方法不仅适用于 NL4Opt 等特定问题，还可推广到任何需要将自然语言情景转化为可靠动作的场景，例如供应链优化、临床资源分配、预算规划等。

此外，YUKTI 的立场——LLM 是建模者而非求解者——对当前 AI 研究社区具有重要启示：不应过度依赖 LLM 直接输出精确数值，而应将其作为理解情景、提取结构框架的工具，真正的优化决策仍需基于鲁棒的建模与求解框架。SRJANA 的引入也为缺乏标准基准的领域提供了可复现的评估基础。

最后，论文指出的长程因果耦合限制，为未来研究指明了方向：如何在多阶段、跨时间尺度的决策中保持不确定性的正确传递，可能需要引入因果推断与强化学习的后向归纳机制。