平滑部分抽签：稳定的随机选择方法

竞争性选择过程（从科研资助到录取和招聘）使用评估得分对候选人进行打分，随后基于这些得分选择一 subset。近期许多组织采用部分抽签机制，依据评估得分进行随机选择。然而，现有抽签设计本质上不稳定：单个候选人得分的微小变更即可导致其选择概率的大幅波动。这种不稳定性削弱了抽签降低决策边界处细粒度得分差异的核心目标。我们提出将平滑性作为部分抽签的设计原则，将其形式化为从候选人评估得分到选择概率之间的 Lipschitz 条件。我们引入修剪线性抽签一种简单机制，其中选择概率随估计质量在上下阈值之间线性比例放大，超过上阈值者必中，低于下阈值者必退。我们证明修剪线性抽签的最坏情况后悔与任何平滑选择规则的下界相符，仅差一个 $(1 - k/n)$ 的因子，其中 $k/n$ 为接受率。我们将平滑选择与其他稳定性概念（如个人公平性和差分隐私）进行比较，表明修剪线性抽签在平滑性-后悔权衡上优于替代方案。在 ICLR 2025、NeurIPS 2024 和瑞士国家科学基金会的真实同行评审数据实验中，我们发现现有抽签设计在实际操作中高度不稳定，即便只对单个得分进行扰动亦然。我们的实验还确认了理论分析的紧密性，表明提出的修剪线性抽签在实际操作中在平滑性-效用权衡上优于其他方案。