多少个类别就足够了？少样本异常阈值的免分发认证限制

少样本异常检测器是通过排名指标来判断的，但部署需要具有受控误报率 (FAR) 的警报阈值。我们询问需要多少正常证据（以图像或类别为单位）来证明未见过的类别的阈值。对四种损坏类型下的 15 个 MVTec 和 12 个 VisA 类别使用冻结的 DINOv2 主成分分析 (PCA) 残差排序器，我们表明仅目标留一图像排除 (LOIO) 校准是分辨率有限且移位脆弱的：排序值不能低于 $1/(k+1)$，并且在可达到的水平 $α=0.20$ 上，在$k=4$的高斯噪声MVTec上，经验FAR达到0.341，是标称水平的1.7倍。然后导出类别计数可行性演算：即使类别损失全为零且不收取多重性，任何确定性、一致有效、无分布的 95% 置信上限 (UCB) 都需要在 $α=0.20$、$0.10$ 和 $0.05$ 处进行至少 14、29 和 59 个独立同分布 (iid) 类别抽取；这些计数是必要的，但还不够。带源支持的跨类别可靠性估计 (CRESS) 协议将源类别分为不相交的参考、建议和认证角色。只有三四个认证类别，所有 960 个冻结配置都返回故障关闭阈值 $τ^\star=0$，最小类别级别 UCB 为 0.950。对同一档案进行图像单元分析，在 36.7% 至 60.3% 的目标细胞中选择阳性阈值；这些界限适用于选定的源混合物，而不适用于新类别抽签的边际风险。其贡献是定量的可行性边界和估计感知协议，指定源证据何时可以或不能支持可转移的可靠性声明。