只为分歧付费：具有匹配标签复杂性界限的模型更新的经过认证的无回归判决

摘要

arXiv:2609.17560v1 Announce Type: new Abstract: Every production model is updated, by retraining, fine-tuning, quantization, or a silent vendor swap, and each update risks being worse than what it rep...

and the update labels tier zero label fine risk difference

2026-09-17 1 阅读约1分钟阅读 Vishnu Bindu Balachandran

arXiv:2609.17560v1 公告类型：新摘要：每个生产模型都会通过重新训练、微调、量化或静默供应商交换进行更新，并且每次更新都有可能比它所取代的模型更糟糕。我们将更新升级正式化为经过认证的配对风险差异审计。我们的出发点是支持恒等式：两个模型之间的风险差异取决于它们不一致的输入，无需标签即可观察到。我们构建了 DISCERN，一个顺序两层协议。零标签层证明良性更新，其不一致率低于单独未标记流量的容忍度。经过审计的层标签仅通过随时有效的置信序列对分歧进行抽样，该序列在每个停止时间和任何标签路由规则下都有效，甚至是对抗性法官。我们在速率水平上证明了有限样本有效性和匹配标签复杂性界限 rho^2/eps^2 ，因此利用自由分歧可以证明比任何配对盲审核员节省了 1/rho 因子，并且保证涵盖了来自一个错误预算的无界促销序列。在超过 785 个更新对的 14,000 多个重播审核流中，包括 LoRA 对语言模型进行高达 1.4B 参数的微调，错误覆盖率为 0.0002（标称 5%），功效为 0.986，零误报，56% 的良性更新证明零标签。每次审核都会发出可机器检查的证据记录，用于上市后监控。

订阅66必读