Wrapper di Rilascio Sempre Valido per Workflow AI Black-Box

Una nuova tecnica statistica garantisce scelte di arresto affidabili nei framework generate-verifica guidati da LLM, eliminando la necessità di modelli di verosimiglianza o ipotesi di scambiabilità. Questo metodo stabilisce un pool di riferimento di fallimenti ad alto punteggio come hard negative, allinea i punteggi dell'evaluatore durante il deployment con questo pool e accumula prove utilizzando un e-process per garantire la validità durante l'arresto opzionale. Distingue la funzione del pool di riferimento nel trasformare i punteggi black-box in prove prudenti dalla funzione dell'e-process nel fornire inferenze costantemente valide. I risultati teorici indicano che un pool di riferimento conservativo è sufficiente per garantire la validità.