arXiv · ML· Bishnu Bista, Dhanraj Haibatrao Jadhav, Vibha Choudhary, Gaurav Saxena, Arun Pandiyan Perumal, Arjun Subedi, Jignesh Ammineni·· 2026-10-14AI 评分33
ConformalGuard:面向语言模型分类器的误报控制动作门控
ConformalGuard: False-Positive-Controlled Action Gating for LM Classifiers
AI 导读
针对语言模型分类器部署时的误报率,ConformalGuard提出一种模型无关的校准层。对Claude Sonnet 4应用该层可将FPR从0.040降至0.008,但召回率从0.938降至0.875。在2%患病率的邮件场景下,该方法每1万封邮件可减少25次误报审查。
来源:arXiv · ML · arxiv.org