★ 3
论文：生成模型记忆审计缺零分布致误判
论文指出当前生成模型记忆审计普遍直接比对相似度阈值而缺乏零分布，导致结论可能出错。作者提出两种零假设：整体模型层面用置换检验，单图层面用匹配对照校准。在MemBench上以5%错误发现率认证61张图中的36张，并推荐交集欧拉特征谱的小尺度质量作为统计量。
arXiv cs.LG31 天前
#统计检验
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
SAGE：自演化智能体的统计接受门控
自演化LLM智能体通过编辑技能文档迭代改进，但现有门控规则只看聚合分数，会引入永久性回退并受「优化者诅咒」影响。论文提出SAGE，采用逐项配对比较与单侧配对检验，仅在收益统计可靠时才提交编辑。在五个基准和四个骨干模型上，SAGE在20个设置中19个降低回退率，并全部取得最高最终分数。
arXiv cs.AI33 天前
★ 2
arXiv 论文：CUTTIE 定位基因组模型学到的调控基序
论文提出 CUTTIE 方法，将网络各层单元聚类成树，用条件独立性检验自顶向下定位携带预测目标信息的单元簇，并控制族错误率。在预测细胞类型特异染色质可及性的卷积模型上，识别出的单元簇所编码概念对应已知调控基序。该方法为基因组深度学习模型的可解释性提供统计保证。
arXiv cs.LG3 小时前
★ 2
TripPattern：基于模式的三分区文本水印方法
现有 LLM 文本水印多将词表分为绿红两组，偏向绿词会损害文本质量与自然度。TripPattern 提出三分区模式匹配框架：一个中性组加两个模式组，生成时在两组间交替选词以嵌入可检测模式，中性词独立选取以保自然。检测端用基于模式的统计检验给出可解释 p 值。四个多语言数据集实验显示其在保持生成质量…
arXiv cs.AI49 天前