본 논문은 다양한 분야에서 의사결정 개선을 위해 평가의 중요성을 강조하며, 기존 방법론의 이론적 엄밀성과 실용적 확장성 간의 균형 문제를 해결하고자 제안된 연구이다. 매개변수화된 피험자를 위한 계산적 평가 이론을 도입하여 일반화된 평가 오류와 일반화된 인과 효과 오류의 상한선을 증명하고, 예측을 통한 피험자의 인과 효과 추정의 효율성과 일관성을 증명하였다. 또한, 이종적인 평가 피험자 공간을 처리하기 위해 메타 러너를 제안하여 평가 모델을 최적화하였다. 12개의 시나리오(개인 의료, 과학적 시뮬레이션, 비즈니스 활동, 양자 무역 등)에서 기존 계산 접근 방식과 비교하여 평가 오류를 24.1%99.0% 감소시켰으며, 평가 시간을 실험 또는 시뮬레이션과 비교하여 37자릿수 단축시켰다.
