錯誤發現率 (FDR)

深度分析

LEC：以線性期望約束在有限樣本下控制錯誤發現率的選擇性預測與雙模型路由

大型語言模型常在關鍵應用產生錯誤回答，傳統不確定性量表無法提供明確風險上限。本文改寫自 arXiv 提案 LEC（Linear Expectation Constraints），將選擇性預測重新詮釋為受限決策問題，以「線性期望約束」針對選擇與錯誤兩個二元指標建立統計約束。