用于文档提取的有效每字段选择性风险控制：三种失败模式、有效性阶梯以及条件何时发挥作用

每个字段接受/审查的选择性风险最高为 alpha——只有在接受字段之间的错误率得到控制的情况下才接受字段——是信任合同文档提取系统所需要的，而自然程序在真实文档上默默地违反了它。在来自 800 个 CORD 收据的 13,859 个真正的 claude-sonnet-5 字段（正确率 49.0%）上，我们诊断了三种故障模式：文档聚类（设计效果 1.84-2.45）、分数修改泄漏（覆盖率 0.416，风险 0.127，在 95% 的分割中违反 alpha=0.10）和平局质量病理学（退化分数）折叠阈值网格，0.030 至 0.001）。我们将修复程序组织为有效性阶梯，每层规定保证形式。拟合/验证分离协议恢复了学习融合的预期选择性风险控制：在标称 alpha=0.10 时，覆盖范围为 0.318，风险为 0.096，无公差带（生产变体 0.326）——这是一个平均点，其实现的风险在 47.5% 的重新分割中超过 alpha，而不是证书。 Mondrian Learn-then-Test 使用精确的二项式尾部生成每组 PAC 证书：field-iid 0.171 atrisk 0.068、cluster- Corrected 0.140、doc-iid 0.060——唯一的层匹配文档，老实说今天几乎是空的。 Support-bin，预先指定的出处分类法，在十四行诗 CORD 捕获上赢得了每个严格等级（p<1e-4，Bonferroni 校正）——这种胜利不会在俳句或 qwen 下的相同文档上复制——而在更高精度的语料库池阈值上获胜：调节有助于准确地在池无法证明的地方，包含在其他地方的学习分数中。对选择未触及的 claude-haiku-4-5 在两个风险级别上进行的冻结配置确认，以及盲三注释者人类标准审计验证了实际层的接受集风险为 1.3%，相对于其 10% 的预算（Fleiss' kappa=0.83；标签错误地片面悲观）。发布了带有种子固定、回归门控程序的 Apache-2.0。