经过认证的自适应刷新：联邦共形 RAG 的随时有效监控

问答服务建立在检索增强生成（RAG）的基础上，其中语言模型根据检索到的文档进行回答，不断地进行检查并反复升级，因此它们的可靠性保证必须同时满足这两种要求。我们研究联邦共形 RAG：持有私有语料库的节点使用共享语言模型对候选答案进行评分，并将压缩分数发送到返回答案集的中心；错过就忽略了真正的答案。我们将监控制定为顺序测试：当遗漏超过遗漏率（限额）的认证界限时发出警报。但共形证书涵盖了一种预先确定的冻结配置，因此它不会发出任何时间有效的警报；针对某一型号校准的阈值并不能证明其替代品；在完全错误级别重新验证每次升级都会导致失败。我们提出了具有三个可审核规则的 Anytime-FC-RAG：在新校准之前选择每个配置，将每个证书尝试收取一个轨迹范围预算 $δ_{\rm cal}$，并在每次查询之前修复阈值、津贴和赌注。一项投注财富 $E_t$ 仅当失误超过限额时预期才会增长，并且不会在部署过程中重置。我们经过认证的自适应刷新定理表明，在证据预算 $δ_e$ 的情况下，当 $E_t$ 达到 $1/δ_e$ 时发出警报，在随机数量的历史选择、证据驱动的模型、检索器、语料库、分数或阈值刷新下，误报概率最多为 $δ_e + δ_{\rm cal}$； $δ_{\rm cal}$ 为错误的证书付费。有了精确的顺序统计证书，界限是无分布的、与体系结构无关的，并且与未命中有关，而不是每个输入的覆盖范围或分布偏移本身。在 Qwen2.5/MMLU-Pro 上，警报以 5% 的预算将经过审计的有害变化与良性变化完全分开；在模型交换中，只有新的校准才能控制降级的失误率。