arXiv stat.ML· Arjun Balaji·· 4 小时前AI 评分22
弃权即认证：小校准预算下 CoT 验证器的无分布保证
Certified by Abstention: Distribution-Free Guarantees for Chain-of-Thought Verifiers at Small Calibration Budgets
AI 导读
研究用七个开源模型、五种验证器信号和 37000 条已评分推理轨迹，考察小校准预算下 CoT 验证器的无分布选择性保证，发现标准证书在最多 0.3% 的校准抽样中失效，但在其触发时失败率高达 69%。
来源：arXiv stat.ML · arxiv.org