Northeastern University（东北大学）

2604.11305 2026-07-10 cs.LG cs.IT math.IT stat.ML 版本更新

Beyond Fixed False Discovery Rates: Post-Hoc Conformal Selection with E-Variables

超越固定虚假发现率：事后符合性选择与e变量

Meiyi Zhu, Osvaldo Simeone

机构 * Department of Engineering, King’s College London（伦敦国王学院工程系）； Institute for Intelligent Networked Systems, Northeastern University London（伦敦东北大学智能网络系统研究所）

AI总结本文提出post-hoc CS方法，通过e变量和e-BH程序，在有限样本下提供可靠性保障，允许用户根据需求调整选择数量与FDR的平衡，同时保持FDR控制。

Comments 19 pages, 51 figures

2502.15543 2026-07-10 cs.CL cs.AI 版本更新

ParamMute: Suppressing Knowledge-Critical FFNs for Faithful Retrieval-Augmented Generation

ParamMute：抑制知识关键的前馈神经网络以实现忠实的检索增强生成

Pengcheng Huang, Zhenghao Liu, Yukun Yan, Haiyan Zhao, Xiaoyuan Yi, Hao Chen, Zhiyuan Liu, Maosong Sun, Tong Xiao, Ge Yu, Chenyan Xiong

机构 * School of Computer Science and Engineering, Northeastern University, China（东北大学计算机科学与工程学院）； Department of Computer Science and Technology, Institute for AI, Tsinghua University, China（清华大学人工智能研究院计算机科学与技术系）； Microsoft Research Asia, Beijing, China（微软亚洲研究院）； Language Technologies Institute, Carnegie Mellon University, United States（卡内基梅隆大学语言技术研究所）

AI总结研究RAG中LLMs不忠实生成问题，提出ParamMute框架抑制相关FFNs激活并校准模型，通过CoFaithfulQA基准评估，显著提升忠实性，减少对参数记忆依赖，为提高LLM在RAG中的可信度提供新方向。

Comments 26 pages, 7 figures, 7 tables