사후-업데이트 격차 프록시
동기화된 후보 모델(트레이너에서 생성된 π_{k+1})과 추론 엔진으로 동기화된 실제 추론 정책 μ_{k+1} 사이에서 발생하는 성능 차이를 검증할 목적으로 계산한 검증 기반의 중요도 보정 기대값이다. 검증 롤아웃에서 계산한 길이 정규화 확률비 ρ와 그룹 상대 이점 Â를 곱해 평균한 값으로 근사하며 음수일수록 후보가 추론측에서 실현되기 어렵다는 신호가 된다. 이 프록시는 Step 2의 수락 기준으로 사용된다.