研究人员开发了一种名为 Anytime-FC-RAG 的 FC-RAG（Federated Conformal RAG）的顺序扩展方法，该方法在任何停止时间为语言模型提供无分布覆盖。这种新方法在不增加假设的情况下，在重新校准和带宽升级等自适应控制策略下保持有效性。使用 GPT-2-small 和 MiniLM 群体进行的实验表明，Anytime-FC-RAG 可以匹配固定带宽调度的警报率，同时通信成本显著降低，节省了 14-57% 的带宽，同时准确检测覆盖中断。 AI
影响 这项研究通过在保持覆盖保证的同时降低通信开销，可能带来更高效、更鲁棒的 LLM 系统。
排序理由 该集群包含一篇详细介绍语言模型新方法的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.29139v1 Announce Type: new Abstract: Federated Conformal RAG (FC-RAG) provides distribution-free coverage for a bandwidth-limited swarm of weak language models, but only at a fixed horizon. We extend it to anytime-valid sequential coverage: validity at every stopping t…
Federated Conformal RAG (FC-RAG) provides distribution-free coverage for a bandwidth-limited swarm of weak language models, but only at a fixed horizon. We extend it to anytime-valid sequential coverage: validity at every stopping time, preserved under predictable adaptive contro…