统计推断下的执行性：从政策反馈到自进化系统

研究团队提出针对执行性（Performativity）的端到端统计推断框架，证明忽略不确定性传播会导致重复重训练后置信区间覆盖率严重不足。 该框架为重复风险最小化建立了中心极限定理，推导了捕捉当前采样变异与历史部署继承不确定性的协方差递归，并开发了基于策略扰动的一致协方差估计器。 此工作为自决定数据分布的学习系统提供了统计工具，扩展了预测驱动推断至动态设置，提升统计效率。