ECPO：用于验证器审计候选排序的证据耦合策略优化

证据耦合策略优化（ECPO）将列表效用、证书有效性和证据循环奖励相结合，用于生成带有候选关联证据的Top-K排序。 该方法在MAVEN-ERE和RAMS基准上，相较于匹配对照实验，提升了验证器审计的可追溯性和人类比较支持。 收益在8B/14B不同骨干模型及HotpotQA接口下依然保持，但NDCG和运行时是明确的权衡项。