标签
提出了一种随时有效的归因方法，利用人工标注的锚点集和赌博e-过程，区分LLM评估流水线中的评分偏移来自系统还是裁判，从而消除因裁判静默变更引起的歧义。
PACE 为自进化代理引入了一种任意有效的提交门，它用序贯假设检验替代贪婪接受，控制错误提交概率，减少震荡，同时保持性能且方差更低。
介绍了Conformal Selective Acting (CSA)，一种用于RLVR训练的LLM的部署时包装器，它提供了对单个流的任意时刻有效的选择性风险控制，从而在不进行池化或长期平均的情况下，能够在受监管环境中安全部署。
本文引入了一种统计框架，利用安全随时有效推断（SAVI）技术对 AI 系统进行自适应审计，旨在基于有限数据得出严谨的结论。文章提出了一种“通过赌博进行测试”的方法，以验证模型的鲁棒性，同时在自适应采样过程中控制第一类错误。