在线实验中的激励对齐：用样本拆分与收缩机制解决去中心化实验的委托代理冲突

针对在线平台实验操作去中心化导致的委托代理冲突，研究者将实验设计重构为激励设计问题，提出样本拆分与收缩两种机制。样本拆分以有界流量成本实现激励完全对齐，收缩机制不消耗额外流量且能保证负期望效应的干预无利可图。该工作指出传统显著性阈值和流量预算等集中式手段无法解决这一结构性失效。