📖 AI 总结

该论文将生产环境中的模型更新（重训练、微调、量化或供应商替换）形式化为“配对风险差异审计”问题，其核心洞察是一个支撑恒等式：两个模型之间的风险差异只存在于它们预测不一致的输入上，且这一不一致性无需标签即可观测。作者提出DISCERN，一种顺序两层协议：零标签层仅凭无标签流量即可认证不一致率低于容差的良性更新；审计层则通过任意时刻有效的置信序列，仅对采样到的不一致样本进行标注，且在任意停止时间和任意标签路由规则（即便评审者具有对抗性）下均保持有效。理论证明给出有限样本有效性及阶为ρ²/ε²的匹配标签复杂度界，表明利用免费的不一致信息可比任何配对盲审计器节省1/ρ的标注量，且该保证可在单一误差预算下跨无限次更新序列复合。在785个更新对、逾14000条回放审计流（含最高14亿参数语言模型的LoRA微调）上的实验显示，误覆盖率仅0.0002（标称5%），功效0.986且零误报，56%的良性更新无需任何标签即获认证，每次审计还输出可供机器校验的证据记录以支持上市后监测。

🔑 关键词速览