Policy-as-Skill：带证据、确定性控制与审计的受治理LLM决策支持

摘要

组织日益使用LLM进行政策、合规、风险与运营决策支持，这要求证据验证、复核路由、版本控制与可审计性。我们提出Policy-as-Skill（PaS），一个模块化运行时，把这些功能打包为可执行、可版本化的政策能力。在固定Gemma4后端上，用600个开发任务评测了13种方法。PaS+Audit取得53.8%的精确准确率、0.346的宏F1、0.854的复核F1、1.000的引用精确率、0.984的政策引用召回率与1.000的审计完备度，在多数治理与复核指标上优于LLM+RAG。确定性控制把总体准确率提升至61.2%，但强烈依赖任务类型，支持选择性的而非普适的规则化干预。

Policy-as-Skill：带证据、确定性控制与审计的受治理LLM决策支持：论文配图 — 图 2：代表性方法的精确决策准确率与人工审查 F1。PaS 审计/检索变体提供了最强的人工审查路由，而控制器提升了总体精确准确率。