NxN E-valuation: Hypothesis Certification via a Conformal CRT Null
arXiv:2608.06621v3 提出 NxN E-valuation，这是一种基于 e-value 的假设验证算法，无需构建特定案例的认证程序（如专用零假设），仅需足够大的数据集即可验证假设。该方法专为大语言模型（LLM）探索系统设计，旨在解决 LLM 虽擅长提出假设但易产生幻觉的问题，以替代现有的循环验证和留样测试等不足方案。NxN E-valuation 利用自然存在的大训练集，让不同样本互为零假设来执行条件随机化检验（CRT），从而直接认证每个假设。该方法可作为循环验证和留样数据的通用更好替代品，前提是 LLM 生成的假设适用于每个独立样本。