近日，研究人員提出了一種名為C3R（Certified Domain Consistency for Multi-Domain Retrieval）的新方法，旨在解決多域檢索中常見的跨域污染問題。在多域混合語料庫中，檢索系統常常返回相關但來自錯誤領域的證據，傳統排名指標難以捕捉這類錯誤，而現有的共形風險控制邊界僅在邊際上起作用，對最差領域的覆蓋不足。C3R作為一種即插即用的控制層，通過推斷域後驗，無需查詢時標籤，在可行時認證逐域污染預算，否則選擇棄權而非無聲違規。在最困難的域上，它能保證污染減少，而非僅僅提供一個寬鬆的邊界。
C3R的核心是一個基於風險控制預測集的兩階段方案。該方案的有限樣本傳輸邊界從推斷域跨至真實域，且鬆弛量完全可估，支持異構預算，並可逆向應用於部署。其總體有效性依賴於該邊界和受控模擬驗證。實驗表明，在數千次重採樣校準中，C3R的認證從未被違反（穩定性結果），而邊際控制在每次抽樣中都會污染最嚴重的域。同時，軟降級方法在相同認證污染水平下比最強校準級聯保留更多召回率。
該方法在多個開放測試平台上可複製，包括一個來自公共聯邦法規的獨立測試平台。通過LLM判斷的下游探針實驗表明，錯誤權威依據隨污染增加而上升，且在控制下下降。C3R層凍結堆棧且與重排序器無關，具有廣泛的適用性。
該研究成果已提交至ACM TOI，相關論文可在arXiv上獲取。