新上线今天0 投票
C3R：无需标签的多域检索污染控制，为每个域提供认证保证
多域检索系统在混合多个领域的语料库时，常返回相关但域错误的证据。传统排序指标无法捕捉这种“域污染”，而现有保形风险控制方法仅提供边缘边界，对最差域覆盖不足。本文提出 C3R（Certified Contamination Control for Retrieval），一种即插即用的控制层，通过推断的域后验概率（无需查询时标签）为每个域认证污染预算，在不可行时选择弃权而非静默违规。其核心是基于风险控制预测集的两阶段拆分方案，利用有限样本转移界从推断域跨到真实域，支持异构预算并可逆推至部署。实验表明，在千次重采样校准中，C3R 从未违反认证（稳定性结果），而边缘控制每次都会污染最严重域；软降级在相同认证污染下比最强校准级联保留更多召回率。该方法在包括独立联邦法规数据集在内的开放测试集上可复现，LLM 下游探针表明错误权威依据随污染上升，在控制下下降。C3R 是冻结堆栈且与重排序器无关的。