DISCERN：模型更新无回归认证审计框架
原文标题：Pay Only for Disagreement: Certified No-Regression Verdicts for Model Updates with Matching Label-Complexity Bounds
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者将模型更新上线形式化为成对风险差异认证审计，提出 DISCERN 两级序贯协议。零标签层仅凭无标注流量即可认证分歧率低于阈值的良性更新，审计层只对采样到的分歧样本打标，并给出任意停止时刻有效的置信序列。在 785 组更新对、1.4B 参数 LoRA 微调等 14000 余条审计流上，误覆盖率仅 0.0002，56% 良性更新零标签通过。
- 问题
- 模型每次更新都可能比旧版更差，缺乏上线前的无回归认证。
- 方法
- 将更新上线形式化为成对风险差异认证审计，提出零标签层与审计层两级序贯协议。
- 结果
- 785组更新对、14000余条审计流上误覆盖率0.0002，功效0.986，56%良性更新零标签通过。
- 影响
- 让模型更新上线可用无标注流量低成本认证无回归，并输出可机检证据记录供事后监控。
深读 · 结论先行AI 生成展开看要点与影响 ↓
DISCERN用无标签分歧率认证模型更新，56%良性更新零标签通过
- •把模型更新上线形式化为成对风险差异认证审计，覆盖重训、微调、量化、供应商静默替换
- •零标签层仅凭无标注流量认证分歧率低于阈值的良性更新，审计层只对采样到的分歧样本打标
- •给出任意停止时刻有效的置信序列，即使标签路由方是对抗性裁判也成立
- •785组更新对、14000余条审计流（含1.4B参数LoRA微调）：误覆盖率0.0002（名义5%），功效0.986且零误报
- •理论证明比配对盲审计节省1/ρ的标签量，每次审计输出机器可核验的证据记录
为什么重要：对频繁发版的生产模型团队，这意味着大部分更新无需人工标注即可放行，把标注预算集中到真正有分歧的少数更新上。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。