提高 IRV 选举自适应审计的计算效率

AWAIRE 是目前两种用于进行即时淘汰投票（IRV）选举风险限制审计方法中的两种。原理论下，AWAIRE 可审计任意候选人数的 IRV 竞赛，但原始实现导致随候选人数量呈超指数增长的内存和计算成本。本文通过三种方式改进 AWAIRE 的算法实现，使其能够实施最多 55 名候选人的 IRV 竞赛审计，较之前一种只能处理 6 名候选人的做法大幅提升。第一，算法不从一开始就尝试排除所有会产生不同获胜者的候选人消除顺序，而是先仅考虑最终一轮，统计检验每位候选人是否可能获胜。对于不能被排除的候选人，逐步扩展到更早的轮次，直至提供强有力证据表明报告的获胜者确实获胜，或进行完整抽样确认真实获胜者。第二，测试更丰富的条件，其中一些条件可一次性排除大量消除顺序。第三，利用这些条件之间的关系，允许放弃不太可能有帮助的测试。我们提供了最多 36 名候选人的真实案例和最多 55 名候选人的合成案例，展示了审计抽样规模如何取决于裕度和调谐参数。公开的 Python 实现已对外开放。