CROP 获 EMNLP 2026 杰出论文：给推理链前缀做统计认证
hanjie_chen · x · 2026-10-28
Rice 大学团队（Matt Y. Cheung、Ashok Veeraraghavan、Hanjie Chen、Guha Balakrishnan）的论文《Conformal Certification of Reasoning Trace Prefixes》获 EMNLP 2026 杰出论文奖。
核心贡献 CROP（Conformal Reasoning Output Prefixes）：
- 推理链往往在关键错误前包含大量有效中间步骤，而现有不确定性量化方法只对最终答案或整条回复做认证；CROP 改为对「干净前缀」做认证。
- 给定任意步骤级风险代理指标，CROP 校准出一个阈值，返回风险低于阈值的最长连续前缀，未认证的后缀路由到下游复核或修复；在可交换性假设下严格控制前缀含标注错误的边际概率。
- 在 6 个过程标注推理数据集上实验：AUROC 等常规步骤级指标不能完全反映前缀效用，验证器应改用「认证前缀长度」评估；CROP 平衡过度/不足截留，保留有效中间推理、丢弃误导后缀，提升下游修复准确率。
该工作把前缀认证定位为过程监督、弃答与修复之间的实用桥梁。
「研究」频道最新
- Google Research 提出睡眠框架：让 LLM 持续学习、知识保留达 1000 万 token — behrouz_ali · 2026-10-28
- CATCH 对抗训练：仅约 200 例样本让 LLM 学会可迁移的诚实行为 — irinarish · 2026-10-28
- Andrew Critch 公开个人置信度:P≠NP 仅 80%,黎曼假设 60% — AndrewCritchPhD · 2026-10-28
- 印度 AI 疫苗创企 PopVax 获 Vitalik 2000 万美元资助，广谱新冠疫苗进入人体试验 — chaitjo · 2026-10-28
- Cognition 发布 FrontierCode 2.0：用模糊需求考 AI 的工程判断力 — DevinAI · 2026-10-28
- 检测显示 arXiv 论文 60% 文字由 AI 写，完全 AI 代写占比达 25% — wandedob · 2026-10-28