多域检索的域一致性认证：具有保形风险保证的无标签每域污染控制

arXiv:2607.14157v1 公告类型：新摘要：对混合多个领域的语料库进行检索通常会返回相关但错误的领域证据，这些证据表明排名指标缺失，并且保形风险控制范围仅很小，无法覆盖最差的领域。这项工作引入了 C3R，一个嵌入式控制层，它根据推断的域后验和无查询时间标签，在可行的情况下验证每个域的污染预算，否则放弃而不是默默地违反；在最困难的领域，它保证减少，而不是严格限制。其核心是基于风险控制预测集的二分方案，其有限样本转移边界从推断域跨越到具有完全可估计松弛的真实域，支持异构预算和部署反转。总体有效性取决于此界限和受控模拟；在一千次重新采样的校准中，证书从未违反（稳定性结果），而边际控制在每次抽取中都违反了污染最严重的域，并且软降级在同等认证污染下比最强的校准级联保留了更多的召回率。该方法在开放的测试平台上进行复制，包括一个独立于公共联邦法规的测试平台，而一项由法学硕士评审的下游调查表明，错误的权威接地随着污染的增加而增加，并得到控制。该层是冻结堆栈且与重新排序无关的。